知財求人 - 知財ポータルサイト「IP Force」
▶ ジェネシス クラウド サービシーズ インコーポレイテッドの特許一覧
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-10-02
(45)【発行日】2024-10-10
(54)【発明の名称】自動面接セッションを実施するためのシステム及び方法
(51)【国際特許分類】
G06Q 10/06 20230101AFI20241003BHJP
【ＦＩ】
G06Q10/06
【請求項の数】
23
(21)【出願番号】P 2022560493
(86)(22)【出願日】2021-02-19
(65)【公表番号】
(43)【公表日】2023-07-19
(86)【国際出願番号】 US2021018761
(87)【国際公開番号】W WO2021202010
(87)【国際公開日】2021-10-07
【審査請求日】2022-12-06
(31)【優先権主張番号】202041014886
(32)【優先日】2020-04-03
(33)【優先権主張国・地域又は機関】IN
(31)【優先権主張番号】16/875,405
(32)【優先日】2020-05-15
(33)【優先権主張国・地域又は機関】US
(73)【特許権者】
【識別番号】523074490
【氏名又は名称】ジェネシス クラウド サービシーズ インコーポレイテッド
(74)【代理人】
【識別番号】110002848
【氏名又は名称】弁理士法人ＮＩＰ＆ＳＢＰＪ国際特許事務所
(72)【発明者】
【氏名】アソカン、アナンタ、クリシュナン
(72)【発明者】
【氏名】ゴクラカンナン、バラジ
(72)【発明者】
【氏名】ジャヤラマン、サバリガネシュ
(72)【発明者】
【氏名】ジャヤラガヴェンドラン、ヴィディヤシムハン
【審査官】永野 一郎
(56)【参考文献】
【文献】米国特許第１０３１８９２７（ＵＳ，Ｂ２）
【文献】米国特許出願公開第２０１８／００６０７８２（ＵＳ，Ａ１）
【文献】米国特許出願公開第２０１９／０１１４３２１（ＵＳ，Ａ１）
【文献】米国特許出願公開第２０１１／００５５０９８（ＵＳ，Ａ１）
【文献】特開２００１－２９７２１１（ＪＰ，Ａ）
【文献】特許第６６４９４６１（ＪＰ，Ｂ１）
【文献】米国特許出願公開第２０１５／００４６３５７（ＵＳ，Ａ１）
【文献】米国特許出願公開第２０１８／０１５０７３９（ＵＳ，Ａ１）
【文献】特開２０１７－２１５９２１（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｑ １０／００－９９／００
(57)【特許請求の範囲】
【請求項1】
候補者と自動チャットリソースとの間で自動面接セッションを実施するための方法であって、前記自動面接セッションを実施するためのシステムが、
候補者の履歴書を分析して、第１のパーソナリティ特性を特定することと、
前記第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第１のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１の履歴書ベースの質問を前記候補者に提示することと、
前記候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、前記第１の特性スコアは、特定した前記第１のパーソナリティ特性の適合性を示す、ことと、
前記第１の履歴書ベースの質問及び前記第１の応答に基づいて、第１の質問回答スコアを生成することであって、前記第１の質問回答スコアは、第１の質問回答の適合性を示し、前記候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、ことと、
コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定することと、
前記第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第２のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１のトランスクリプトベースの質問を前記候補者に提示することと、
前記候補者からの第２の応答を分析して、前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することと、
前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することに応答して、前記第２の応答に基づいて第２の特性スコアを生成することであって、前記第２の特性スコアは、特定した前記第２のパーソナリティ特性の適合性を示す、ことと、
前記第１のトランスクリプトベースの質問及び前記第２の応答に基づいて第２の質問回答スコアを生成することであって、前記第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を前記候補者に提示するかどうかを判定するために使用される、ことと、
前記第１の特性スコア及び前記第１の質問回答スコアに基づいて、人との面接セッションのために前記候補者を選択することと、
前記人によって、人ベースの質問を前記候補者に提示することと、
前記候補者から人ベースの応答を受け取ることと、
前記人ベースの質問及び前記人ベースの応答を記録することと、
記録した前記人ベースの質問及び記録した前記人ベースの応答を転写することと、
転写した前記人ベースの質問及び転写した前記人ベースの応答をユーザデバイスに送信することと、
転写した前記人ベースの質問及び転写した前記人ベースの応答を分析して、第３のパーソナリティ特性を特定することと、
前記第３のパーソナリティ特性に基づいて第３の特性スコアを生成することと、を行う、方法。
【請求項2】
前記システムが、前記第１のパーソナリティ特性を特定することに応答して、特定した前記第１のパーソナリティ特性に基づいて第１の候補者プロファイルを更新することと、
第２の候補者履歴書を分析して、少なくとも１つのパーソナリティ特性を特定することと、
前記少なくとも１つのパーソナリティ特性を特定することに応答して、特定された前記少なくとも１つのパーソナリティ特性に基づいて第２の候補者プロファイルを更新することと、
職務内容プロファイルマッチに基づいて、前記第１の候補者プロファイル及び前記第２の候補者プロファイルをランク付けすることと、を更に行う、請求項１に記載の方法。
【請求項3】
前記システムが、前記第１の応答又は前記第２の応答のうちの少なくとも１つを分析することに応答して、前記候補者が有する第３のパーソナリティ特性を特定することと、
前記第１の応答又は前記第２の応答のうちの少なくとも１つに基づいて、第３の特性スコアを生成することであって、前記第３の特性スコアが、前記第３のパーソナリティ特性の適合性を示す、ことと、を更に行う、請求項１に記載の方法。
【請求項4】
前記システムが、特定した前記第３のパーソナリティ特性に基づいて、第２のトランスクリプトベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第３のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第２のトランスクリプトベースの質問を前記候補者に提示することと、
前記候補者から受け取った第３の応答に基づいて、第４の特性スコアを生成することであって、前記第４の特性スコアが、特定した前記第３のパーソナリティ特性の適合性を示す、ことと、
前記第２のトランスクリプトベースの質問及び前記第３の応答に基づいて、第３の質問回答スコアを生成することであって、前記第３の質問回答スコアが、第３の質問回答の適合性を示し、第４のトランスクリプトベースの質問を前記候補者に提示するかどうかを決定するために使用される、ことと、を更に行う、請求項３に記載の方法。
【請求項5】
前記第１のパーソナリティ特性が、前記候補者の離職率、職歴、学歴、又は業務スキルのうちの少なくとも１つを含む、請求項１に記載の方法。
【請求項6】
前記第２のパーソナリティ特性が、前記候補者の積極性を含む、請求項１に記載の方法。
【請求項7】
前記システムが、前記第３のパーソナリティ特性が機械学習システムによって誤って特定されたと判定することに応答して、ユーザ入力に基づいた前記第３のパーソナリティ特性とは異なるパーソナリティ特性で前記人ベースの応答に再ラベル付けすることと、
前記第３の特性スコアを誤って生成したと判定することに応答して、前記第３の特性スコアを修正することと、
ラベル付けした前記人ベースの応答及び修正した前記第３の特性スコアを使用して、機械学習モデルを訓練することと、を更に行う、請求項１に記載の方法。
【請求項8】
前記システムが、既存のエージェントと前記候補者の間で、前記第１の特性スコア、前記第１の質問回答スコア、前記ラベル付けした人ベースの応答、又は前記修正した第３の特性スコアのうちの少なくとも１つの比較処理を行うことによって、前記候補者が新しいエージェントとして採用された場合の新人研修の訓練カリキュラムを生成することを更に行う、請求項７に記載の方法。
【請求項9】
候補者と自動チャットリソースとの間で自動面接セッションを実施するための方法であって、前記自動面接セッションを実施するためのシステムが、
候補者の履歴書を分析して、第１のパーソナリティ特性を特定することと、
前記第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第１のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１の履歴書ベースの質問を前記候補者に提示することと、
前記候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、前記第１の特性スコアは、特定した前記第１のパーソナリティ特性の適合性を示す、ことと、
前記第１の履歴書ベースの質問及び前記第１の応答に基づいて、第１の質問回答スコアを生成することであって、前記第１の質問回答スコアは、第１の質問回答の適合性を示し、前記候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、ことと、
コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定することと、
前記第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第２のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１のトランスクリプトベースの質問を前記候補者に提示することと、
前記候補者からの第２の応答を分析して、前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することと、
前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することに応答して、前記第２の応答に基づいて第２の特性スコアを生成することであって、前記第２の特性スコアは、特定した前記第２のパーソナリティ特性の適合性を示す、ことと、
前記第１のトランスクリプトベースの質問及び前記第２の応答に基づいて第２の質問回答スコアを生成することであって、前記第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を前記候補者に提示するかどうかを判定するために使用される、ことと、を行い、
前記第１の応答又は前記第２の応答のうちの少なくとも１つが、機械学習モデルを使用して分析される、方法。
【請求項10】
候補者と自動チャットリソースとの間で自動面接セッションを実施するためのシステムであって、少なくとも１つのプロセッサと、
記憶された複数の命令を含む少なくとも１つのメモリであって、前記命令は、前記少なくとも１つのプロセッサによる実行に応じて、前記システムに、
候補者の履歴書を分析して、第１のパーソナリティ特性を特定することと、
前記第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第１のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１の履歴書ベースの質問を前記候補者に提示することと、
前記候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、前記第１の特性スコアは、特定した前記第１のパーソナリティ特性の適合性を示す、ことと、
前記第１の履歴書ベースの質問及び前記第１の応答に基づいて、第１の質問回答スコアを生成することであって、前記第１の質問回答スコアは、第１の質問回答の適合性を示し、前記候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、ことと、
コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定することと、
前記第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第２のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１のトランスクリプトベースの質問を前記候補者に提示することと、
前記候補者からの第２の応答を分析して、前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することと、
前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することに応答して、前記第２の応答に基づいて第２の特性スコアを生成することであって、前記第２の特性スコアは、特定した前記第２のパーソナリティ特性の適合性を示す、ことと、
前記第１のトランスクリプトベースの質問及び前記第２の応答に基づいて第２の質問回答スコアを生成することであって、前記第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を前記候補者に提示するかどうかを判定するために使用される、ことと、
前記第１の特性スコア及び前記第１の質問回答スコアに基づいて、人との面接セッションのために前記候補者を選択することと、
前記人によって、人ベースの質問を前記候補者に提示することと、
前記候補者から人ベースの応答を受け取ることと、
前記人ベースの質問及び前記人ベースの応答を記録することと、
記録した前記人ベースの質問及び記録した前記人ベースの応答を転写することと、
転写した前記人ベースの質問及び転写した前記人ベースの応答をユーザデバイスに送信することと、
転写した前記人ベースの質問及び転写した前記人ベースの応答を分析して、第３のパーソナリティ特性を特定することと、
前記第３のパーソナリティ特性に基づいて第３の特性スコアを生成することと、を行わせる、少なくとも１つのメモリと、を備える、システム。
【請求項11】
候補者と自動チャットリソースとの間で自動面接セッションを実施するためのシステムであって、少なくとも１つのプロセッサと、
記憶された複数の命令を含む少なくとも１つのメモリであって、前記命令は、前記少なくとも１つのプロセッサによる実行に応じて、前記システムに、
候補者の履歴書を分析して、第１のパーソナリティ特性を特定することと、
前記第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第１のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１の履歴書ベースの質問を前記候補者に提示することと、
前記候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、前記第１の特性スコアは、特定した前記第１のパーソナリティ特性の適合性を示す、ことと、
前記第１の履歴書ベースの質問及び前記第１の応答に基づいて、第１の質問回答スコアを生成することであって、前記第１の質問回答スコアは、第１の質問回答の適合性を示し、前記候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、ことと、
コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定することと、
前記第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第２のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１のトランスクリプトベースの質問を前記候補者に提示することと、
前記候補者からの第２の応答を分析して、前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することと、
前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することに応答して、前記第２の応答に基づいて第２の特性スコアを生成することであって、前記第２の特性スコアは、特定した前記第２のパーソナリティ特性の適合性を示す、ことと、
前記第１のトランスクリプトベースの質問及び前記第２の応答に基づいて第２の質問回答スコアを生成することであって、前記第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を前記候補者に提示するかどうかを判定するために使用される、ことと、を行わせる、少なくとも１つのメモリと、を備え、
前記第１の応答又は前記第２の応答のうちの少なくとも１つが、機械学習モデルを使用して分析される、システム。
【請求項12】
前記複数の命令は、前記システムに、前記第１のパーソナリティ特性を特定することに応答して、特定した前記第１のパーソナリティ特性に基づいて第１の候補者プロファイルを更新することと、
第２の候補者履歴書を分析して、少なくとも１つのパーソナリティ特性を特定することと、
前記少なくとも１つのパーソナリティ特性を特定することに応答して、特定した前記少なくとも１つのパーソナリティ特性に基づいて第２の候補者プロファイルを更新することと、
職務内容プロファイルマッチに基づいて、前記第１の候補者プロファイル及び前記第２の候補者プロファイルをランク付けすることと、を更に行わせる、請求項１０または１１に記載のシステム。
【請求項13】
前記第１のパーソナリティ特性が、前記候補者の離職率、職歴、学歴、業務スキル、趣味、又は資格のうちの少なくとも１つを含み、前記第２のパーソナリティ特性が、前記候補者の言語の流暢さ、積極性、共感性、注意深さ、感情安定性、又は忍耐力のうちの少なくとも１つを含む、請求項１０または１１に記載のシステム。
【請求項14】
記憶された複数の命令を含む１つ以上の非一時的機械可読記憶媒体であって、前記複数の命令は、少なくとも１つのプロセッサによる実行に応答して、前記少なくとも１つのプロセッサに、候補者の履歴書を分析して、第１のパーソナリティ特性を特定することと、
前記第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成することと、
自動チャットリソースによって、特定した前記第１のパーソナリティ特性に基づいて、自動面接セッション中に前記第１の履歴書ベースの質問を前記候補者に提示することと、
前記候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、前記第１の特性スコアは、特定した前記第１のパーソナリティ特性の適合性を示す、ことと、
前記第１の履歴書ベースの質問及び前記第１の応答に基づいて、第１の質問回答スコアを生成することであって、前記第１の質問回答スコアは、第１の質問回答の適合性を示し、前記候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、ことと、
コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定することと、
前記第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第２のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１のトランスクリプトベースの質問を前記候補者に提示することと、
前記候補者からの第２の応答を分析して、前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することと、
前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することに応答して、前記第２の応答に基づいて第２の特性スコアを生成することであって、前記第２の特性スコアは、特定した前記第２のパーソナリティ特性の適合性を示す、ことと、
前記第１のトランスクリプトベースの質問及び前記第２の応答に基づいて第２の質問回答スコアを生成することであって、前記第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を前記候補者に提示するかどうかを判定するために使用される、ことと、
前記第１の特性スコア及び前記第１の質問回答スコアに基づいて、人との面接セッションのために前記候補者を選択することと、
前記人によって、人ベースの質問を前記候補者に提示することと、
前記候補者から人ベースの応答を受け取ることと、
前記人ベースの質問及び前記人ベースの応答を記録することと、
記録した前記人ベースの質問及び記録した前記人ベースの応答を転写することと、
転写した前記人ベースの質問及び転写した前記人ベースの応答をユーザデバイスに送信することと、
転写した前記人ベースの質問及び転写した前記人ベースの応答を分析して、第３のパーソナリティ特性を特定することと、
前記第３のパーソナリティ特性に基づいて第３の特性スコアを生成することと、を行わせる、１つ以上の非一時的機械可読記憶媒体。
【請求項15】
記憶された複数の命令を含む１つ以上の非一時的機械可読記憶媒体であって、前記複数の命令は、少なくとも１つのプロセッサによる実行に応答して、前記少なくとも１つのプロセッサに、候補者の履歴書を分析して、第１のパーソナリティ特性を特定することと、
前記第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成することと、
自動チャットリソースによって、特定した前記第１のパーソナリティ特性に基づいて、自動面接セッション中に前記第１の履歴書ベースの質問を前記候補者に提示することと、
前記候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、前記第１の特性スコアは、特定した前記第１のパーソナリティ特性の適合性を示す、ことと、
前記第１の履歴書ベースの質問及び前記第１の応答に基づいて、第１の質問回答スコアを生成することであって、前記第１の質問回答スコアは、第１の質問回答の適合性を示し、前記候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、ことと、
コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定することと、
前記第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第２のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１のトランスクリプトベースの質問を前記候補者に提示することと、
前記候補者からの第２の応答を分析して、前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することと、
前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することに応答して、前記第２の応答に基づいて第２の特性スコアを生成することであって、前記第２の特性スコアは、特定した前記第２のパーソナリティ特性の適合性を示す、ことと、
前記第１のトランスクリプトベースの質問及び前記第２の応答に基づいて第２の質問回答スコアを生成することであって、前記第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を前記候補者に提示するかどうかを判定するために使用される、ことと、を行わせ、
前記第１の応答又は前記第２の応答のうちの少なくとも１つが、機械学習モデルを使用して分析される、１つ以上の非一時的機械可読記憶媒体。
【請求項16】
前記第１のパーソナリティ特性が、趣味又は資格のうちの少なくとも１つを含む、請求項１に記載の方法。
【請求項17】
前記第２のパーソナリティ特性が、前記候補者の言語の流暢さを含む、請求項１に記載の方法。
【請求項18】
前記第２のパーソナリティ特性が、前記候補者の共感性を含む、請求項１に記載の方法。
【請求項19】
前記第２のパーソナリティ特性が、前記候補者の注意深さを含む、請求項１に記載の方法。
【請求項20】
前記第２のパーソナリティ特性が、前記候補者の忍耐力を含む、請求項１に記載の方法。
【請求項21】
候補者と自動チャットリソースとの間で自動面接セッションを実施するための方法であって、前記自動面接セッションを実施するためのシステムが、
候補者の履歴書を分析して、第１のパーソナリティ特性を特定することと、
前記第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第１のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１の履歴書ベースの質問を前記候補者に提示することと、
前記候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、前記第１の特性スコアは、特定した前記第１のパーソナリティ特性の適合性を示す、ことと、
前記第１の履歴書ベースの質問及び前記第１の応答に基づいて、第１の質問回答スコアを生成することであって、前記第１の質問回答スコアは、第１の質問回答の適合性を示し、前記候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、ことと、
コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定することと、
前記第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問として、前記第２のパーソナリティ特性に含まれる複数の特性のうちのいずれかがそれぞれにラベル付けされた複数の質問を生成することと、
前記自動チャットリソースによって、前記複数の特性のうち、ユーザまたは前記システムが特定した前記第２のパーソナリティ特性に基づいて、前記自動面接セッション中に、前記複数の質問から選択された前記第１のトランスクリプトベースの質問を前記候補者に提示することと、
前記候補者からの第２の応答を分析して、前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することと、
前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することに応答して、前記第２の応答に基づいて第２の特性スコアを生成することであって、前記第２の特性スコアは、特定した前記第２のパーソナリティ特性の適合性を示す、ことと、
前記第１のトランスクリプトベースの質問及び前記第２の応答に基づいて第２の質問回答スコアを生成することであって、前記第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を前記候補者に提示するかどうかを判定するために使用される、ことと、を行う方法。
【請求項22】
候補者と自動チャットリソースとの間で自動面接セッションを実施するためのシステムであって、少なくとも１つのプロセッサと、
記憶された複数の命令を含む少なくとも１つのメモリであって、前記命令は、前記少なくとも１つのプロセッサによる実行に応じて、前記システムに、
候補者の履歴書を分析して、第１のパーソナリティ特性を特定することと、
前記第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成することと、
前記自動チャットリソースによって、特定した前記第１のパーソナリティ特性に基づいて、前記自動面接セッション中に前記第１の履歴書ベースの質問を前記候補者に提示することと、
前記候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、前記第１の特性スコアは、特定した前記第１のパーソナリティ特性の適合性を示す、ことと、
前記第１の履歴書ベースの質問及び前記第１の応答に基づいて、第１の質問回答スコアを生成することであって、前記第１の質問回答スコアは、第１の質問回答の適合性を示し、前記候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、ことと、
コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定することと、
前記第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問として、前記第２のパーソナリティ特性に含まれる複数の特性のうちのいずれかがそれぞれにラベル付けされた複数の質問を生成することと、
前記自動チャットリソースによって、前記複数の特性のうち、ユーザまたは前記システムが特定した前記第２のパーソナリティ特性に基づいて、前記自動面接セッション中に、前記複数の質問から選択された前記第１のトランスクリプトベースの質問を前記候補者に提示することと、
前記候補者からの第２の応答を分析して、前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することと、
前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することに応答して、前記第２の応答に基づいて第２の特性スコアを生成することであって、前記第２の特性スコアは、特定した前記第２のパーソナリティ特性の適合性を示す、ことと、
前記第１のトランスクリプトベースの質問及び前記第２の応答に基づいて第２の質問回答スコアを生成することであって、前記第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を前記候補者に提示するかどうかを判定するために使用される、ことと、を行わせる、少なくとも１つのメモリと、を備える、システム。
【請求項23】
記憶された複数の命令を含む１つ以上の非一時的機械可読記憶媒体であって、前記複数の命令は、少なくとも１つのプロセッサによる実行に応答して、前記少なくとも１つのプロセッサに、候補者の履歴書を分析して、第１のパーソナリティ特性を特定することと、
前記第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成することと、
自動チャットリソースによって、特定した前記第１のパーソナリティ特性に基づいて、自動面接セッション中に前記第１の履歴書ベースの質問を前記候補者に提示することと、
前記候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、前記第１の特性スコアは、特定した前記第１のパーソナリティ特性の適合性を示す、ことと、
前記第１の履歴書ベースの質問及び前記第１の応答に基づいて、第１の質問回答スコアを生成することであって、前記第１の質問回答スコアは、第１の質問回答の適合性を示し、前記候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、ことと、
コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定することと、
前記第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問として、前記第２のパーソナリティ特性に含まれる複数の特性のうちのいずれかがそれぞれにラベル付けされた複数の質問を生成することと、
前記自動チャットリソースによって、前記複数の特性のうち、ユーザまたは前記プロセッサが特定した前記第２のパーソナリティ特性に基づいて、前記自動面接セッション中に、前記複数の質問から選択された前記第１のトランスクリプトベースの質問を前記候補者に提示することと、
前記候補者からの第２の応答を分析して、前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することと、
前記候補者が特定した前記第２のパーソナリティ特性を有するかどうかを判定することに応答して、前記第２の応答に基づいて第２の特性スコアを生成することであって、前記第２の特性スコアは、特定した前記第２のパーソナリティ特性の適合性を示す、ことと、
前記第１のトランスクリプトベースの質問及び前記第２の応答に基づいて第２の質問回答スコアを生成することであって、前記第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を前記候補者に提示するかどうかを判定するために使用される、ことと、を行わせる、１つ以上の非一時的機械可読記憶媒体。
【発明の詳細な説明】
【技術分野】
【0001】
（関連出願の相互参照）
本出願は、２０２０年５月１５日に出願された米国非仮特許出願第１６／８７５，４０５号及び２０２０年４月３日に出願されたインド仮特許出願第２０２０４１０１４８８６号に対する優先権を主張し、その各々は、参照によりその全体が本明細書に組み込まれる。
本出願は、２０２０年５月１５日に出願された米国非仮特許出願第１６／８７５，４０５号及び２０２０年４月３日に出願されたインド仮特許出願第２０２０４１０１４８８６号に対する優先権を主張し、その各々は、参照によりその全体が本明細書に組み込まれる。
【背景技術】
【0002】
コンタクトセンタのエージェントの平均離職率は、３０％であると推定され、多くのコンタクトセンタは、５０％超のエージェントの平均離職率を経験する。例えば、数千人のエージェントを雇用するコンタクトセンタでは、数百人又は数千人のエージェントを毎年交代させることは非常に時間のかかることである。新しいエージェントの職が掲載された後、多くの場合、特定のエージェントの職を補充するための候補者により数百又は数千の申し込みが完了される。現在、候補者を選考するための最も一般的な方法は、候補者の履歴書を評価することであり、現在、８９％もの候補者の選考がここに含まれる。履歴書選考は、そのようなプロセスに非常に時間がかかり、コンタクトセンタが候補者のスキルについて知らないため、コンタクトセンタのエージェントを採用するための最も有効性の低い方法のうちの１つである。候補者の残りの１１％は、典型的には、例えば、対面、電話、及び／又はＷｅｂリアルタイム通信（すなわち、音声、ビデオ、又はチャット）面接を含む手動方法を介して面接される。単一のエージェントの職を補充するのに必要な平均時間は、約６週間であり、平均３０人の候補者が、単一のエージェントの職を補充するために面接される。したがって、コンタクトセンタのエージェントの職の現在の選考方法は、主に採用担当者又はコンタクトセンタ入力ユーザによって手動で行われ、上記の雇用統計は、コンタクトセンタのエージェントを採用する現在の手動方法が非効率的で高価、かつ時間がかかることを示す。
【発明の概要】
【0003】
一実施形態によれば、候補者と自動チャットリソースとの間で自動面接セッションを実施するための方法は、候補者の履歴書を分析して、第１のパーソナリティ特性を特定することと、第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成することと、自動チャットリソースによって、特定した第１のパーソナリティ特性に基づいて、自動面接セッション中に第１の履歴書ベースの質問を候補者に提示することと、候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、第１の特性スコアは、特定した第１のパーソナリティ特性の適合性を示す、ことと、第１の履歴書ベースの質問及び第１の応答に基づいて、第１の質問回答スコアを生成することであって、第１の質問回答スコアは、第１の質問回答の適合性を示し、候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、ことと、コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定することと、第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問を生成することと、自動チャットリソースによって、特定した第２のパーソナリティ特性に基づいて、自動面接セッション中に第１のトランスクリプトベースの質問を候補者に提示することと、候補者からの第２の応答を分析して、候補者が特定した第２のパーソナリティ特性を有するかどうかを判定することと、候補者が特定した第２のパーソナリティ特性を有するかどうかを判定することに応答して、第２の応答に基づいて第２の特性スコアを生成することであって、第２の特性スコアは、特定した第２のパーソナリティ特性の適合性を示す、ことと、第１のトランスクリプトベースの質問及び第２の応答に基づいて第２の質問回答スコアを生成することであって、第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を候補者に提示するかどうかを判定するために使用される、ことと、を含む。
【0004】
いくつかの実施形態では、方法は、第１のパーソナリティ特性を特定することに応答して、特定した第１のパーソナリティ特性に基づいて第１の候補者プロファイルを更新することと、第２の候補者の履歴書を分析して、少なくとも１つのパーソナリティ特性を特定することと、少なくとも１つのパーソナリティ特性を特定することに応答して、特定した少なくとも１つのパーソナリティ特性に基づいて第２の候補者プロファイルを更新することと、職務内容プロファイルマッチに基づいて第１の候補者プロファイル及び第２の候補者プロファイルをランク付けすることと、を更に含み得る。
【0005】
いくつかの実施形態では、第１の候補者プロファイルは、第２の候補者プロファイルよりも高くランク付けされ、第１の候補者プロファイルに関連付けられた候補者は、自動面接セッションのために選択される。
【0006】
いくつかの実施形態では、方法は、第１の応答又は第２の応答のうちの少なくとも１つを分析することに応答して候補者が有する第３のパーソナリティ特性を特定することと、第１の応答又は第２の応答のうちの少なくとも１つに基づいて第３の特性スコアを生成することであって、第３の特性スコアは、第３のパーソナリティ特性の適合性を示す、ことと、を更に含み得る。
【0007】
いくつかの実施形態では、方法は、特定した第３のパーソナリティ特性に基づいて第２のトランスクリプトベースの質問を生成することと、自動チャットリソースによって、特定した第３のパーソナリティ特性に基づいて、自動面接セッション中に第２のトランスクリプトベースの質問を候補者に提示することと、候補者から受け取った第３の応答に基づいて第４の特性スコアを生成することであって、第４の特性スコアは、特定した第３のパーソナリティ特性の適合性を示す、ことと、第２のトランスクリプトベースの質問及び第３の応答に基づいて第３の質問回答スコアを生成することであって、第３の質問回答スコアは、第３の質問回答の適合性を示し、第４のトランスクリプトベースの質問を候補者に提示するかどうかを判定するために使用される、ことと、を更に含み得る。
【0008】
いくつかの実施形態では、第１のパーソナリティ特性は、離職率、職歴、学歴、業務スキル、趣味、又は資格のうちの少なくとも１つを含む。
【0009】
いくつかの実施形態では、第２のパーソナリティ特性は、言語の流暢さ、積極性、共感性、注意深さ、感情安定性、又は忍耐力のうちの少なくとも１つを含む。
【0010】
いくつかの実施形態では、方法は、第１の特性スコア、第２の特性スコア、第１の質問回答スコア、及び第２の質問回答スコアをユーザデバイスに提供することを更に含み得る。
【0011】
いくつかの実施形態では、方法は、第１の特性スコア及び第１の質問回答スコアに基づいて、人との面接セッションのために候補者を選択することと、人によって、人ベースの質問を候補者に提示することと、候補者から人ベースの応答を受信することと、を更に含み得る。
【0012】
いくつかの実施形態では、方法は、人ベースの質問及び人ベースの応答を記録することと、記録した人ベースの質問及び記録した人ベースの応答を転写することと、転写した人ベースの質問及び転写した人ベースの応答をユーザデバイスに送信することと、転写した人ベースの質問及び転写した人ベースの応答を分析して、第３のパーソナリティ特性を特定することと、第３のパーソナリティ特性に基づいて第３の特性スコアを生成することと、を更に含み得る。
【0013】
いくつかの実施形態では、方法は、第３のパーソナリティ特性を誤って特定したと判定することに応答して、第３のパーソナリティ特性とは異なるパーソナリティ特性で人ベースの応答にラベル付けすることと、第３の特性スコアを誤って生成したと判定したことに応答して第３の特性スコアを修正し、ラベル付けした人ベースの応答及び修正した第３の特性スコアを使用して機械学習モデルを訓練することと、を更に含み得る。
【0014】
いくつかの実施形態では、方法は、第１の特性スコア、第１の質問回答スコア、ラベル付けした人ベースの応答、又は修正した第３の特性スコアのうちの少なくとも１つを使用して、訓練カリキュラムを生成することを更に含み得る。
【0015】
いくつかの実施形態では、第１の応答又は第２の応答のうちの少なくとも１つは、機械学習モデルを使用して分析される。
【0016】
別の実施形態によれば、候補者と自動チャットリソースとの間で自動面接セッションを実施するためのシステムは、少なくとも１つのプロセッサと、記憶された複数の命令を含む少なくとも１つのメモリと、を含み得、複数の命令は、少なくとも１つのプロセッサによる実行に応答して、システムに、候補者の履歴書を分析して第１のパーソナリティ特性を特定すること、第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成すること、自動チャットリソースによって、特定した第１のパーソナリティ特性に基づいて、自動面接セッション中に第１の履歴書ベースの質問を候補者に提示すること、候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、第１の特性スコアは、特定した第１のパーソナリティ特性の適合性を示す、こと、第１の履歴書ベースの質問及び第１の応答に基づいて、第１の質問回答スコアを生成することであって、第１の質問回答スコアは、第１の質問回答の適合性を示し、候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、こと、コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定すること、第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問を生成すること、自動チャットリソースによって、特定した第２のパーソナリティ特性に基づいて、自動面接セッション中に第１のトランスクリプトベースの質問を候補者に提示すること、候補者からの第２の応答を分析して、候補者が特定した第２のパーソナリティ特性を有するかどうかを判定すること、候補者が特定した第２のパーソナリティ特性を有するかどうかを判定することに応答して、第２の応答に基づいて第２の特性スコアを生成することであって、第２の特性スコアは、特定した第２のパーソナリティ特性の適合性を示す、こと、並びに第１のトランスクリプトベースの質問及び第２の応答に基づいて第２の質問回答スコアを生成することであって、第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を候補者に提示するかどうかを判定するために使用される、こと、を行わせる。
【0017】
いくつかの実施形態では、複数の命令は、システムに、第１のパーソナリティ特性を特定することに応答して、特定した第１のパーソナリティ特性に基づいて第１の候補者プロファイルを更新すること、第２の候補者の履歴書を分析して、少なくとも１つのパーソナリティ特性を特定すること、少なくとも１つのパーソナリティ特性を特定することに応答して、特定した少なくとも１つのパーソナリティ特性に基づいて第２の候補者プロファイルを更新すること、並びに職務内容プロファイルマッチに基づいて第１の候補者プロファイル及び第２の候補者プロファイルをランク付けすること、を更に行わせる。
【0018】
いくつかの実施形態では、第１の候補者プロファイルは、第２の候補者プロファイルよりも高くランク付けされ、第１の候補者プロファイルに関連付けられた候補者は、自動面接セッションのために選択される。
【0019】
いくつかの実施形態では、第１のパーソナリティ特性は、離職率、職歴、学歴、業務スキル、趣味、又は資格のうちの少なくとも１つを含む。
【0020】
いくつかの実施形態では、第２のパーソナリティ特性は、言語の流暢さ、積極性、共感性、注意深さ、感情安定性、又は忍耐力のうちの少なくとも１つを含む
【0021】
いくつかの実施形態では、第１の応答又は第２の応答のうちの少なくとも１つは、機械学習モデルを使用して分析される。
【0022】
別の実施形態によれば、記憶された複数の命令を含む１つ以上の非一時的機械可読記憶媒体であって、複数の命令は、少なくとも１つのプロセッサによる実行に応答して、少なくとも１つのプロセッサに、候補者の履歴書を分析して第１のパーソナリティ特性を特定すること、第１のパーソナリティ特性に基づいて、第１の履歴書ベースの質問を生成すること、自動チャットリソースによって、特定した第１のパーソナリティ特性に基づいて、自動面接セッション中に第１の履歴書ベースの質問を候補者に提示すること、候補者から受け取った第１の応答に基づいて、第１の特性スコアを生成することであって、第１の特性スコアは、特定した第１のパーソナリティ特性の適合性を示す、こと、第１の履歴書ベースの質問及び第１の応答に基づいて、第１の質問回答スコアを生成することであって、第１の質問回答スコアは、第１の質問回答の適合性を示し、候補者に第２の履歴書ベースの質問を提示するかどうかを判定するために使用される、こと、コミュニケーショントランスクリプトを分析して、第２のパーソナリティ特性を特定すること、第２のパーソナリティ特性に基づいて、第１のトランスクリプトベースの質問を生成すること、自動チャットリソースによって、特定した第２のパーソナリティ特性に基づいて、自動面接セッション中に第１のトランスクリプトベースの質問を候補者に提示すること、候補者からの第２の応答を分析して、候補者が特定した第２のパーソナリティ特性を有するかどうかを判定すること、候補者が特定した第２のパーソナリティ特性を有するかどうかを判定することに応答して、第２の応答に基づいて第２の特性スコアを生成することであって、第２の特性スコアは、特定した第２のパーソナリティ特性の適合性を示す、こと、並びに第１のトランスクリプトベースの質問及び第２の応答に基づいて第２の質問回答スコアを生成することであって、第２の質問回答スコアは、第２の質問回答の適合性を示し、第２のトランスクリプトベースの質問を候補者に提示するかどうかを判定するために使用される、こと、を行わせる、非一時的機械可読記憶媒体。
【図面の簡単な説明】
【0023】
本明細書に記載された概念は、例として例示されており、添付の図面における限定としてではない。説明を簡単かつ明確にするために、図に示す要素は必ずしも縮尺通りに描かれていない。適切であると考えられる場合、参照ラベルは、対応する又は類似の要素を示すために図面間で繰り返されている。
【図1】自動面接セッションを実施するためのシステムの少なくとも１つの実施形態の簡略ブロック図である。
【図3】コンピューティングシステムの少なくとも１つの実施形態の簡略ブロック図である。
【図6】図１のシステムを使用して、特定したパーソナリティ特性に基づいて自動面接セッション中に候補者に提示される質問を生成し、生成された質問にパーソナリティ特性でラベル付けするための方法の少なくとも１つの実施形態の簡略フロー図である。
【図10】チャットボットと候補者との間のサンプル会話の少なくとも１つの実施形態である。
【発明を実施するための形態】
【0024】
本開示の概念は様々な修正及び代替形態の影響を受けやすいが、特定の実施形態が図面に例として示されており、本明細書で詳細に説明される。しかしながら、本開示の概念を開示された特定の形態に限定する意図はなく、逆に、その意図は、本開示及び添付の特許請求の範囲と一致する全ての修正、等価物、及び代替物を網羅することであることを理解されたい。
【0025】
「１つの実施形態」、「一実施形態」、「例示的な実施形態」などの言及は、記載された実施形態が特定の特徴、構造、又は特性を含み得るが、全ての実施形態が特定の特徴、構造、又は特性を必ず含んでもよく、あるいは含まなくてもよいことを示す。更に、かかる語句は、必ずしも同じ実施形態を指しているわけではない。「好ましい」構成要素又は特徴への言及は、一実施形態に関する特定の構成要素又は特徴の望ましいことを示すことができるが、本開示は、そのような構成要素又は特徴を省略することができる他の実施形態に関してそのように限定するものではないことを更に理解されたい。更に、特定の特徴、構造、又は特性が実施形態と関連して記載される場合、明確に記載されているかどうかに関わりなく、他の実施形態と関連するこのような特徴、構造、又は特性への実施は、当業者の知見内であるものとする。更に、「Ａ、Ｂ、及びＣの少なくとも１つ」の形式のリストに含まれる項目は、（Ａ）、（Ｂ）、（Ｃ）、（Ａ及びＢ）、（Ｂ及びＣ）、（Ａ及びＣ）、又は（Ａ、Ｂ、及びＣ）を意味することができることを理解されたい。同様に、「Ａ、Ｂ、又はＣの少なくとも１つ」の形式で列挙された項目は、（Ａ）（Ｂ）、（Ｃ）、（Ａ及びＢ）、（Ｂ及びＣ）、（Ａ及びＣ）、又は（Ａ、Ｂ、及びＣ）を意味することができることを理解されたい。更に、特許請求の範囲に関して、「１つの（a）」、「１つの（an）」、「少なくとも１つの（at least one）」、及び／又は「少なくとも１つの部分（at least one portion）」などの単語及び句の使用は、特に反対の記載がない限り、そのような要素の１つのみに限定されるように解釈されるべきではなく、「少なくとも一部の（at least a portion）」及び／又は「一部の（a portion）」などの句の使用は、特に反対の記載がない限り、そのような要素の一部のみを含む実施形態及びそのような要素の全体を含む実施形態の両方を包含するように解釈されるべきである。
【0026】
開示された実施形態は、場合によっては、ハードウェア、ファームウェア、ソフトウェア、又はそれらの組み合わせで実施されてもよい。開示された実施形態はまた、１つ以上のプロセッサによって読み取られ実行され得る１つ以上の一時的又は非一時的機械可読（例えば、コンピュータ可読）記憶媒体によって実行されるか又は記憶される命令として実装され得る。機械可読記憶媒体は、機械（例えば、揮発性若しくは不揮発性メモリ、メディアディスク、又は他のメディアデバイス）によって読み取り可能な形式で情報を記憶又は送信するための任意の記憶デバイス、機構、又は他の物理的構造として具現化されてもよい。
【0027】
図面では、いくつかの構造的又は方法的特徴を特定の配置及び／又は順序で示すことができる。しかしながら、そのような特定の配置及び／又は順序付けは必要とされなくてもよいことを理解されたい。むしろ、いくつかの実施形態では、そのような特徴は、反対のことが示されていない限り、例示的な図面に示されているものとは異なる方法及び／又は順序で配置されてもよい。更に、特定の図に構造的又は方法的特徴を含めることは、そのような特徴が全ての実施形態で必要とされることを意味するものではなく、いくつかの実施形態では、含まれなくてもよく、又は他の特徴と組み合わされてもよい。
【0028】
ここで図１を参照すると、例示的な実施形態では、自動面接セッションを実施するためのシステム１００は、ユーザデバイス１０２、ネットワーク１０４、クラウドベースのシステム１０６、及び候補者デバイス１０８を含む。１つのユーザデバイス１０２、１つのネットワーク１０４、１つのクラウドベースのシステム１０６、及び１つの候補者デバイス１０８のみが図１の例示的な実施形態に示されているが、システム１００は、他の実施形態において、複数のユーザデバイス１０２、ネットワーク１０４、クラウドベースのシステム１０６、及び／又は候補者デバイス１０８を含み得る。例えば、いくつかの実施形態では、複数のクラウドベースのシステム１０６（例えば、関連する又は無関係のシステム）を使用して、本明細書に記載の様々な機能を行うことができる。更に、本明細書に記載されるように、複数のユーザデバイス１０２及び／又は候補者デバイス１０８を使用して、例えば、ユーザが採用プロセスを管理することを可能にし、候補者がかかる採用プロセスに参加することを可能にするウェブベースのグラフィカルユーザインターフェースにアクセスすることができる。
【0029】
本明細書に記載のシステム１００及び技術は、自動採用システムを含み得ることを理解されたい。システム１００は、候補者の履歴書及びコミュニケーショントランスクリプト（例えば、コンタクトセンタトランスクリプト）からの質問／シナリオの動的生成を可能にし得る。システム１００はまた、候補者のパーソナリティを分析し、機械学習モデル及び技術を使用した自動会話面接セッションを実施することができる。システム１００はまた、候補者の離職の可能性を予測することができる。いくつかの実施形態では、システム１００はまた、手動面接セッションを監視し、面接官／採用担当者からの手動コメント／フィードバックを使用して機械学習モデル（例えば、ＡＩモデル）を再訓練することができる。そのようなフィードバックループ（例えば、データパイプライン化）は、システム１００を精緻化して、リアルタイムデータから学習し、より少ない労力を使用して「人間味」のある自動面接セッションを実施することができる。システム１００はまた、採用データをキャプチャし、候補者の面接行動を使用して、新人研修プロセスの間に新たに雇用したエージェントを訓練することもできる。システム１００はまた、従来の採用システムと比較して、職位に対する候補者の雇用速度を高め得る。例えば、いくつかの実施形態では、システム１００は、少なくとも１０００人の候補者の選考プロセスを自動的に実施することができ、このことは、多くの手動のコンタクトセンタリソースの必要性を低減し、雇用プロセス中にかかった期間を短縮することができる。システム１００はまた、より一貫した候補者面接の実行結果を生成し得る。例えば、従来の採用システムで生成された候補者面接の実行結果は、手動面接官／採用者の気分／心的状態により依存しているのに対して、システム１００は、採用分析からそれらの心理的傾向を除去することができる。システム１００はまた、候補者の履歴書及び以前の離職パターンを分析することによって、特定の期間にわたって候補者が組織に残る（又は離脱する）可能性を予測することによって、組織の離職率を低減することができる。システム１００はまた、新たに雇用したエージェントに、候補者と同じようなエージェントの面接の行動結果に基づいて、オンボードの訓練コースを割り当てることができる。システム１００はまた、コンタクトセンタ採用プロセスのためのエンドツーエンドの自動化を用いて設計され得る。更に、リアルタイムの採用結果は、各候補者の採用の行程を採用プロセス中に様々なレベルで追跡することができるダッシュボード（例えば、ＧＵＩ）に掲載することができる。
【0030】
ユーザデバイス１０２、ネットワーク１０４、クラウドベースのシステム１０６、及び候補者デバイス１０８は、本明細書に記載の機能を行うのに好適な任意のタイプのデバイス／システム又はデバイス／システムの集合として具現化され得ることを理解されたい。より具体的には、例示的な実施形態では、ユーザデバイス１０２及び／又は候補者デバイス１０８は、電話、携帯電話、又は衛星電話などの音声通信デバイスであり得る。代替的に、ユーザデバイス１０２及び／又は候補者デバイス１０８は、例えば、電子タブレット、電子書籍リーダ、パーソナルデジタルアシスタント（personal digital assistant、ＰＤＡ）、携帯音楽プレーヤ、又はクラウドベースのシステム１０６と通信することができるコンピュータであり得る。ユーザデバイス１０２及び／又は候補者デバイス１０８は、ユーザが対話してオーディオ、テキスト、ビデオ、及び／又は他の形式のデータを提供し、受信することができる様々な入出力デバイスを有し得る。ユーザデバイス１０２及び／又は候補者デバイス１０８は、ユーザ及び／又は候補者がネットワーク１０４を介してクラウドベースのシステム１０６と対話することを可能にし得る。
【0031】
いくつかの実施形態では、ユーザデバイス１０２及び／又は候補者デバイス１０８は、アプリケーションを実行し、そうでなければ本明細書に記載の機能を行うことができる任意のタイプのデバイスとして具現化され得る。例えば、例示的な実施形態では、ユーザデバイス１０２は、アプリケーション１１０を実行するように構成され得、候補者デバイス１０８は、アプリケーション１１２を実行するように構成され得る。アプリケーション１１０、１１２の各々は、本明細書に記載の機能を行うのに好適な任意のタイプのアプリケーションとして具現化され得ることを理解されたい。特に、いくつかの実施形態では、アプリケーション１１０、１１２のうちの１つ以上は、モバイルアプリケーション（例えば、スマートフォンアプリケーション）、クラウドベースのアプリケーション、ウェブアプリケーション、シンクライアントアプリケーション、及び／又は別のタイプのアプリケーションとして具現化され得る。例えば、いくつかの実施形態では、アプリケーション１１０、１１２のうちの１つ以上は、ウェブベースのアプリケーション又はサービスのためのクライアント側インタフェースとして（例えば、ウェブブラウザを介して）機能し得る。更に、１つのアプリケーション１１０、１１２のみが、対応するデバイス１０２、１０８によって実行されるものとして示されているが、デバイス１０２、１０８の各々は、本明細書に記載の機能を行うために他のアプリケーションを実行するように構成され得ることを理解されたい。
【0032】
いくつかの実施形態では、入力ユーザは、採用プロセスを管理するために、アプリケーション１１０のグラフィカルユーザインターフェース（graphical user interface、ＧＵＩ）を介してユーザデバイス１０２と対話し得る。ＧＵＩは、入力ユーザが職位を作成し、空いている職位のための候補者の履歴書を公開ジョブポータルから取得し、候補者のランク付けされたリストを閲覧し、フィルタを利用して最初の選考又は手動面接の候補者を選択し、機械学習モデルを訓練するための手動面接からのフィードバックを提供し、かつ／又は採用プロセスの状態を可視化することを可能にし得る。
【0033】
いくつかの実施形態では、候補者は、採用プロセスに参加するために、アプリケーション１１２のＧＵＩを介して候補者デバイス１０８と対話することができる。ＧＵＩは、候補者が履歴書をアップロードし、面接プロセスを受けるために手動面接セッションのタイプ（すなわち、対面、電話、及び／又はＷｅｂリアルタイム通信）を選択し、面接の詳細（すなわち、面接日、時間、場所など）を見直し、かつ／又は任意の面接の問い合わせ及び／若しくは最終的な面接結果のための入力ユーザからのコールバックオプションをスケジュールすることを可能にし得る。
【0034】
ネットワーク１０４は、ネットワーク１０４を介して通信可能に接続された様々なデバイス間の通信を容易にすることができる任意の１つ以上のタイプの通信ネットワークとして具現化され得る。したがって、ネットワーク１０４は、１つ以上のネットワーク、ルータ、スイッチ、アクセスポイント、ハブ、コンピュータ、及び／又は他の介在ネットワークデバイスを含み得る。例えば、ネットワーク１０４は、１つ以上のセルラーネットワーク、電話ネットワーク、ローカル若しくはワイドエリアネットワーク、一般的に利用可能なグローバルネットワーク（例えば、インターネット）、アドホックネットワーク、近距離通信リンク、又はそれらの組み合わせとして具現化され得るか、あるいはそれらを含み得る。いくつかの実施形態では、ネットワーク１０４は、回路交換音声若しくはデータネットワーク、パケット交換音声若しくはデータネットワーク、並びに／又は音声及び／若しくはデータを送信することができる任意の他のネットワークを含み得る。特に、いくつかの実施形態では、ネットワーク１０４は、インターネットプロトコル（Internet Protocol、ＩＰ）ベース及び／又は非同期転送モード（asynchronous transfer mode、ＡＴＭ）ベースのネットワークを含み得る。いくつかの実施形態では、ネットワーク１０４は、音声トラフィック（例えば、ボイスオーバーＩＰ（Voice over IP、ＶＯＩＰ）ネットワークを介して）、ウェブトラフィック（例えば、ハイパーテキストトランスファープロトコル（hypertext transfer protocol、ＨＴＴＰ）トラフィック及びハイパーテキストマークアップ言語（ＨＴＭＬ）トラフィック）、及び／又は他のネットワークトラフィックを、特定の実施形態及び／又は互いに通信するシステム１００のデバイスに応じて処理することができる。様々な実施形態では、ネットワーク１０４は、アナログ又はデジタルの有線及び無線ネットワーク（例えば、ＩＥＥＥ８０２．１１ネットワーク、公衆交換電話網（Public Switched Telephone Network、ＰＳＴＮ）、統合サービスデジタル網（Integrated Services Digital Network、ＩＳＤＮ）、並びにデジタル加入者回線（Digital Subscriber Line、ｘＤＳＬ））、第３世代（３Ｇ）移動体通信網、第４世代（４Ｇ）移動体通信網、第５世代（５Ｇ）移動体通信網、有線Ｅｔｈｅｒｎｅｔネットワーク、プライベートネットワーク（例えば、イントラネットなど）、ラジオ、テレビ、ケーブル、衛星、及び／又はデータを搬送するための任意の他の送達若しくはトンネリング機構、又はそのようなネットワークの任意の適切な組み合わせを含み得る。ネットワーク１０４は、システム１００の様々なデバイス／システム１０２、１０６、１０８間の接続を可能にし得る。様々なデバイス／システム１０２、１０６、１０８は、送信元デバイス及び／又は宛先デバイス１０２、１０６、１０８に応じて、異なるネットワーク１０４を介して互いに通信し得ることを理解されたい。更に、いくつかの実施形態では、デバイス／システム１０２、１０６、１０８のうちの１つ以上は、ネットワーク１０４を介してデバイス／システム１０２、１０６、１０８の別のものと通信するように構成されなくてもよい。
【0035】
ここで図２を参照すると、クラウドベースのシステム１０６は、本明細書に記載の機能を行うことができる任意の１つ以上のタイプのデバイス／システムとして具現化され得る。例示的な実施形態では、クラウドベースのシステム１０６は、クラウドコンピューティング環境で実行するクラウドベースのシステムとして具現化されるが、しかしながら、他の実施形態では、クラウドベースのシステム１０６又はその一部分（例えば、パーソナリティアナライザ２０２、質問セレクタ２０４、質問ジェネレータ２０６、チャットボット２０８、候補者データベース２１０、履歴書データベース２１２、トランスクリプトデータベース２１４のうちの１つ以上、及び／又はそれらの１つ以上の部分）は、クラウドコンピューティング環境の外側で実行する１つ以上のシステムとして具現化され得ることを理解されたい。
【0036】
クラウドベースの実施形態では、パーソナリティアナライザ２０２、質問セレクタ２０４、質問ジェネレータ２０６、チャットボット２０８、候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４（及び／又はそれらの１つ以上の部分）のうちの１つ以上は、例えば、オンデマンドで複数の命令を実行し、特定の活動／トリガによって促されたときにのみ命令を実行するための論理を含み、使用していないときはコンピューティングリソースを消費しない（又はごくわずかなリソースを消費する）サーバアンビギュアスコンピューティングソリューション（server-ambiguous computing solution）として具現化され得る。すなわち、クラウドベースのシステム１０６、パーソナリティアナライザ２０２、質問セレクタ２０４、質問ジェネレータ２０６、チャットボット２０８、候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４（及び／又はそれらの１つ以上の部分）は、コンピューティングシステム（例えば、デバイスの分散ネットワーク）「上に」存在する仮想コンピューティング環境として具現化され得、仮想コンピューティング環境では様々なサードパーティの仮想機能が、本明細書に記載されるクラウドベースのシステム１０６、パーソナリティアナライザ２０２、質問セレクタ２０４、質問ジェネレータ２０６、チャットボット２０８、候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４（及び／又はそれらの１つ以上の部分）の機能に対応して実行され得る。例えば、イベントが発生する（例えば、データが処理のためにクラウドベースのシステム１０６に転送される）と、仮想コンピューティング環境は、（例えば、仮想コンピューティング環境のＡＰＩへの要求を介して）通信され得、それにより、ＡＰＩは、一連のルールに基づいて、正しい仮想機能（例えば、特定のサーバアンビギュアスコンピューティングリソース）に要求をルーティングすることができる。したがって、データの送信の要求が（例えば、クラウドベースのシステム１０６への適切なユーザインターフェースを介して）なされた場合、適切な仮想機能（複数可）は、仮想機能（複数可）のインスタンスを削除する前にアクションを行うように実行され得る。
【0037】
パーソナリティアナライザ２０２は、本明細書に記載の機能を行うことができる任意の１つ以上のタイプのデバイス／システムとして具現化され得る。例えば、いくつかの実施形態では、パーソナリティアナライザ２０２は、１通以上の候補者の履歴書を分析して１つ以上のパーソナリティ特性を特定し、１つ以上の特性スコアを生成するように構成され得る。他の実施形態では、パーソナリティアナライザ２０２は、候補者の履歴書から特定した１つ以上のパーソナリティ特性に基づき、かつ候補者が応募した職位に対して、１通以上の候補者の履歴書をランク付けするように構成され得る。パーソナリティアナライザ２０２はまた、自動面接セッション中に候補者に提示された質問に対する候補者応答を分析して、１つ以上のパーソナリティ特性を特定し、１つ以上の特性スコアを生成するように構成され得る。いくつかの実施形態では、パーソナリティアナライザ２０２は、候補者に対する１つ以上のパーソナリティ特性を含む候補者プロファイルを更新することができる。候補者プロファイルは、候補者の履歴書及び／又は自動面接セッション中に候補者に提示された質問に対する候補者応答から特定したような、候補者が有し得る全てのパーソナリティ特性のリストを含み得る。パーソナリティアナライザ２０２はまた、自然言語処理／技術を行うように構成され得る。パーソナリティ特性はまた、本明細書で性格及び／又はスキルとも呼ばれ得る。他の実施形態では、パーソナリティアナライザ２０２は、追加的又は代替的に、クラウドベースのシステム１０６及び／又はシステム１００の他のデバイスによる処理のために候補者の履歴書及び候補者応答を分析する他のタイプのシステムを含み得ることを理解されたい。
【0038】
質問セレクタ２０４は、本明細書に記載の機能を行うことができる任意の１つ以上のタイプのデバイス／システムとして具現化され得る。質問セレクタ２０４は、パーソナリティアナライザ２０２によって維持され得る候補者プロファイルからパーソナリティ特性を取得し、そのパーソナリティ特性を基準として使用して質問ジェネレータ２０６から質問／シナリオを取得し、その質問／シナリオを自動面接セッション中に候補者に提示するたように構成され得る。質問セレクタ２０４はまた、自動面接セッション中に候補者に提示された質問／シナリオに対する候補者応答を分析して、別の質問／シナリオを尋ねるか、又は候補者に提示された以前の質問／シナリオを修正するかどうかを決定するために、質問回答適合性スコアを生成するように構成され得る。「質問回答適合性スコア」及び「Ｑ－Ａ適合性スコア」という用語は、本明細書では互換的に使用される。いくつかの実施形態では、質問セレクタ２０４は、質問／シナリオのどの部分が未回答であったかを応答から特定することができる。候補者応答から質問／シナリオの未回答部分を特定する質問セレクタ２０４の意図は、候補者応答が進行するのに無関係若しくは不十分であり得るか、又は候補者が前の質問についてより多くの文脈／詳細を必要とし得るため、同じ質問／シナリオに関して候補者をより詳しく調べるかどうかを決定することであり得る。この分析により、質問セレクタ２０４は、手動面接（例えば、人による面接セッション）と同様に質問の流れを動的に決定することができるようになり得る。一実施形態では、質問セレクタ２０４は、質問／シナリオ間で動的に切り替える方法に関して訓練され得る。他の実施形態では、質問セレクタ２０４は、追加的又は代替的に、クラウドベースのシステム１０６及び／又はシステム１００の他のデバイスによる処理のために質問／シナリオを取得し、かつ／又は質問回答適合性スコアを生成する他のタイプのシステムを含み得ることを理解されたい。
【0039】
質問ジェネレータ２０６は、本明細書に記載の機能を行うことができる任意の１つ以上のタイプのデバイス／システムとして具現化され得る。質問ジェネレータ２０６は、候補者の履歴書を分析して、１つ以上のパーソナリティ特性を特定し、特定した１つ以上のパーソナリティ特性に基づいて１つ以上の質問を生成するように構成され得る。例えば、候補者が候補者の履歴書で以前の職歴を列挙した場合、１つ以上の質問を質問ジェネレータ２０６によって生成して、候補者から職歴の説明を取得することができる（すなわち、一般的な質問）。同様に、例えば、候補者が候補者の履歴書で多くの職業経験を列挙した場合、１つ以上の質問を質問ジェネレータ２０６によって生成して、候補者から複数の職業経験についての説明を取得することができる（すなわち、離職ベースの質問）。質問ジェネレータ２０６はまた、コミュニケーショントランスクリプト（例えば、コンタクトセンタトランスクリプト）を分析して、１つ以上のパーソナリティ特性を特定し、特定した１つ以上のパーソナリティ特性に基づいて１つ以上の質問を生成するように構成され得る。例えば、シナリオベースの質問は、以下で更に詳細に説明するように、質問ジェネレータ２０６によって生成され得る。質問ジェネレータ２０６はまた、質問ジェネレータ２０６によって生成された１つ以上の質問に１つ以上のパーソナリティ特性でラベル付けするように構成され得る。他の実施形態では、質問ジェネレータ２０６は、追加的又は代替的に、クラウドベースのシステム１０６及び／又はシステム１００の他のデバイスによる処理のために質問を生成する他のタイプのシステムを含み得ることを理解されたい。
【0040】
チャットボット２０８は、自動化を使用して、候補者と関わり、そうでなければ本明細書に記載の機能を行うことができる任意の自動サービス又はシステムとして具現化され得る。例えば、いくつかの実施形態では、チャットボット２０８は、例えば、特定のチャットボットに対する要求に従って起動され得る実行可能プログラムとして動作することができる。いくつかの実施形態では、チャットボット２０８は、（書かれた又は話された）人間の会話をシミュレート及び処理し、人間が別の人間と通信していたかのように、人間がデジタルデバイスと対話することを可能にする。いくつかの実施形態では、チャットボット２０８は、１行応答（single-line response）で単純なクエリに回答する初歩的なプログラムのように単純であるか、又は情報を収集し処理するにつれ増加する個人化レベルを送達するために学習し進化するデジタルアシスタントのように洗練されていてもよい。いくつかの実施形態では、チャットボット２０８は、人工知能、適応学習、ボット、認知コンピューティング、及び／又は他の自動化技術を含むかつ／又は活用する。いくつかの実施形態では、チャットボット２０８は、１つ以上の機械学習及び／又は人工知能の技術を活用して、１つ以上の質問を候補者に提示するか、かつ／又は人的資源へ会話をエスカレートさせるかを決定することができる。例えば、いくつかの実施形態では、チャットボット２０８は、１つ以上のニューラルネットワークアルゴリズム、回帰アルゴリズム、インスタンスベースのアルゴリズム、正則化アルゴリズム、決定木アルゴリズム、ベイズアルゴリズム、クラスタリングアルゴリズム、相関規則学習アルゴリズム、深層学習アルゴリズム、次元削減アルゴリズム、規則ベースのアルゴリズム、アンサンブルアルゴリズム、人工知能、並びに／又は他の適切な機械学習アルゴリズム、人工知能アルゴリズム、技術、及び／若しくは機構を利用し得る。本明細書に記載の任意のデバイス／システムは、これらの機械学習及び／又は人工知能のアルゴリズム、技術、及び／又は機構のうちの１つ以上を利用し得ることを理解されたい。
【0041】
一実施形態では、チャットボット２０８の数は、チャット自動化サーバの設計及び機能に応じて変化し得、図２に図示される数に限定されない。例えば、異なるプロファイルを有するように、異なるチャットボット２０８が作成され得る。特定のチャットボットのプロファイルを使用して、特定の職位に関する専門知識を有するチャットボットを選択することができる。個別の職位に供されるプロファイルを用いてチャットボット２０８を関与させることにより、候補者とのより効果的な通信が可能になり得る。例えば、１つのチャットボットは、通信の第１のトピックに関与するように設計又は特殊化され得るが、別のチャットボットは、通信の第１のトピックとは異なる通信の第２のトピックに関与するように設計又は特殊化され得る。別の例では、チャットボット２０８は、様々なる方言若しくは俗語を用いるように構成され得るか、又は様々なパーソナリティ特性若しくは性格を有し得る。例えば、様々なチャットボット２０８の語彙は、若者、高齢者、国の特定領域内の人々、及び／又は特定の言語的背景若しくは民族的背景を有する人々の俗語若しくは言葉遣いを使用するように調整され得る。チャットボット２０８はまた、本明細書では１つ以上のチャットロボット、ＡＩチャットボット、自動チャットロボット、チャターボット、ダイアログシステム、ダイアログエンジン、対話型エージェント、自動チャットリソース、及び／又はボットと称され得る。いくつかの実施形態では、使用中（例えば、特定の候補者との通信中）の特定のチャットボット２０８は、通信の途中で（例えば、通信で検出された特定のトリガ及び／又は状態に応答して）変更され得ることを理解されたい。
【0042】
候補者とのチャット会話に関与するための自動チャットロボットを利用する利点は、候補者満足度を維持しながら、人的資源のような有用かつ費用のかかるリソースをより効率的に使用するのに役立つことであり得る。例えば、チャットロボットは、人間の候補者がロボットと会話していることを知ることなく、最初にチャット会話を処理するために呼び出され得る。チャット会話は、適切である場合は、人的資源にエスカレートされ得る。したがって、人的資源は、単純な要求の処理に無用に縛り付けられる必要はなく、代わりに、より複雑な要求を処理するために、又は多くの異なる自動通信の進捗を同時に監視するためにより効果的に使用され得る。
【0043】
候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４の各々は、クラウドベースのシステム１０６にデータを記憶するか、又はそうでなければクラウドベースのシステム１０６のためのそのようなデータの記憶を容易にすることができる１つ以上のデータベース、データ構造、及び／又はデータストレージデバイスとして具体化され得る。例えば、いくつかの実施形態では、候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４は、１つ以上のクラウドストレージバケット又はデータストアを含み得る。他の実施形態では、候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４は、追加的又は代替的に、クラウドベースのシステム１０６が利用可能なデータストレージの量の動的スケーリングを可能にする他のタイプの音声データストレージ機構を含むことができることを理解されたい。候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４はまた、データの短期又は長期記憶が可能な、任意のデバイス又は構成要素、又はデバイス若しくは構成要素の集合として具現化され得る。候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４は、データストレージ及びデータベースとして本明細書に記載されているが、候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４は、データベース（又は他のタイプの系統だったデータのコレクション及び構造）及び基礎データの実際の記憶のためのデータストレージの両方を含み得ることを理解されたい。候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４は、本明細書に記載の機能を行うのに有用な様々なデータを記憶することができる。例えば、いくつかの実施形態では、候補者データベース２１０は、候補者の履歴書ランキング、パーソナリティ特性スコア、及び／又はＱ－Ａ適合性スコアを記憶することができる。他の実施形態では、履歴書データベース２１２は、候補者の履歴書を記憶し得る。いくつかの実施形態では、トランスクリプトデータベース２１４は、コミュニケーショントランスクリプトを記憶し得る。いくつかの実施形態では、コミュニケーショントランスクリプトは、コンタクトセンタのインタラクショントランスクリプトである。いくつかの実施形態では、コミュニケーショントランスクリプトは、（入力ユーザからの又は別の方法での）良好なフィードバックで評価される。
【0044】
パーソナリティアナライザ２０２、質問セレクタ２０４、及び質問ジェネレータ２０６は、本明細書では主として、それぞれの機能を行うように構成された別個のデバイス／システムとして記載されているが、パーソナリティアナライザ２０２、質問セレクタ２０４、及び／又は質問ジェネレータ２０６（及び／又はその機能性）のうちの１つ以上は、いくつかの実施形態において、パーソナリティアナライザ２０２、質問セレクタ２０４、及び／又は質問ジェネレータ２０６の別の部分を形成し得ることを理解されたい。更に、いくつかの実施形態では、パーソナリティアナライザ２０２、質問セレクタ２０４、及び質問ジェネレータ２０６のうちの２つ以上が、同じデバイス／システム内に含まれ得る。同様に、候補者データベース２１０、履歴書データベース２１２、及びトランスクリプトデータベース２１４は、主に別個のデータベースとして本明細書に記載されているが、候補者データベース２１０、履歴書データベース２１２、及びトランスクリプトデータベース２１４のうちの１つ以上は、いくつかの実施形態では、候補者データベース２１０、履歴書データベース２１２、及びトランスクリプトデータベース２１４の別の一部を形成し得ることを理解されたい。更に、いくつかの実施形態では、候補者データベース２１０、履歴書データベース２１２、及びトランスクリプトデータベース２１４のうちの２つ以上は、同じデータベースの部分を形成し得る。
【0045】
ユーザデバイス１０２、ネットワーク１０４、クラウドベースのシステム１０６、及び／又は候補者デバイス１０８の各々は、図３を参照して以下に説明するコンピューティングデバイス３００と同様の１つ以上のコンピューティングデバイスとして具体化され得る（又は含み得る）ことを理解されたい。例えば、例示的な実施形態では、ユーザデバイス１０２、ネットワーク１０４、クラウドベースのシステム１０６、及び／又は候補者デバイス１０８の各々は、処理デバイス３０２と、対応するデバイスの動作のために処理デバイス３０２に実行させる動作ロジック３０８（例えば、複数の命令）を記憶するメモリ３０６と、を含み得る。
【0046】
ここで図３を参照すると、コンピューティングデバイス３００の少なくとも一実施形態の簡略ブロック図が示されている。例示的なコンピューティングデバイス３００は、図１に示されるユーザデバイス１０２、ネットワーク１０４、クラウドベースのシステム１０６、及び／又は候補者デバイス１０８と関連して利用され得るユーザデバイス、ネットワーク、クラウドベースのシステム、及び／又は候補者デバイスの少なくとも１つの実施形態を示す。更に、いくつかの実施形態では、パーソナリティアナライザ２０２、質問セレクタ２０４、質問ジェネレータ２０６、チャットボット２０８、候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４（及び／又はその一部）のうちの１つ以上は、コンピューティングデバイス３００と同様の１つ以上のコンピューティングデバイスとして具現化されるか、又はそのようなデバイスによって実行され得る。特定の実施形態に応じて、コンピューティングデバイス３００は、サーバ、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、ノートブック、ネットブック、Ｕｌｔｒａｂｏｏｋ（商標）、携帯電話、モバイルコンピューティングデバイス、スマートフォン、ウェアラブルコンピューティングデバイス、携帯情報端末、モノのインターネット（ＩｏＴ）デバイス、処理システム、ワイヤレスアクセスポイント、ルータ、ゲートウェイ、並びに／又は本明細書に記載の機能を実行することができる任意の他のコンピューティング、処理、及び／若しくは通信デバイスとして具現化することができる。
【0047】
コンピューティングデバイス３００は、動作ロジック３０８に従ってアルゴリズムを実行し、かつ／又はデータを処理する処理デバイス３０２と、コンピューティングデバイス３００と１つ以上の外部デバイス３１０との間の通信を可能にする入出力デバイス３０４と、例えば、入出力デバイス３０４を介して外部デバイス３１０から受信したデータを記憶するメモリ３０６とを含む。
【0048】
入出力デバイス３０４は、コンピューティングデバイス３００が外部デバイス３１０と通信することを可能にする。例えば、入出力デバイス３０４は、送受信機、ネットワークアダプタ、ネットワークカード、インタフェース、１つ以上の通信ポート（例えば、ＵＳＢポート、シリアルポート、パラレルポート、アナログポート、デジタルポート、ＶＧＡ、ＤＶＩ、ＨＤＭＩ、ＦｉｒｅＷｉｒｅ、ＣＡＴ５、又は任意の他のタイプの通信ポート若しくはインタフェース）、及び／又は他の通信回路を含むことができる。コンピューティングデバイス３００の通信回路は、特定のコンピューティングデバイス３００に応じて、任意の１つ以上の通信技術（例えば、無線又は有線通信）及び関連プロトコル（例えば、Ｅｔｈｅｒｎｅｔ、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ－Ｆｉ（登録商標）、ＷｉＭＡＸなど）を使用してそのような通信を行うように構成することができる。入出力デバイス３０４は、本明細書に記載の技術を行うのに適したハードウェア、ソフトウェア、及び／又はファームウェアを含むことができる。
【0049】
外部デバイス３１０は、データがコンピューティングデバイス３００から入力又は出力されることを可能にする任意のタイプのデバイスであってもよい。例えば、様々な実施形態では、外部デバイス３１０は、ユーザデバイス１０２、クラウドベースのシステム１０６（又はそのデバイス／システム）、候補者デバイス１０８、パーソナリティアナライザ２０２、質問セレクタ２０４、質問ジェネレータ２０６、チャットボット２０８、候補者データベース２１０、履歴書データベース２１２、及び／又はトランスクリプトデータベース２１４として具現化され得る。更に、いくつかの実施形態では、外部デバイス３１０は、別のコンピューティングデバイス、スイッチ、診断ツール、コントローラ、プリンタ、ディスプレイ、アラーム、周辺デバイス（例えば、キーボード、マウス、タッチスクリーンディスプレイなど）、及び／又は本明細書に記載の機能を実行することができる任意の他のコンピューティング、処理、及び／又は通信デバイスとして具現化され得る。更に、いくつかの実施形態では、外部デバイス３１０をコンピューティングデバイス３００に統合することができることを理解されたい。
【0050】
処理デバイス３０２は、本明細書に記載の機能を実行することができる任意のタイプのプロセッサ（複数可）として具現化され得る。特に、処理デバイス３０２は、１つ以上のシングルコア若しくはマルチコアプロセッサ、マイクロコントローラ、又は他のプロセッサ若しくは処理／制御回路として具現化され得る。例えば、いくつかの実施形態では、処理デバイス３０２は、算術ロジックユニット（ＡＬＵ）、中央処理ユニット（ＣＰＵ）、デジタル信号プロセッサ（ＤＳＰ）、及び／又は別の適切なプロセッサ（複数可）を含むか、又はそれらとして具現化され得る。処理デバイス３０２は、プログラム可能なタイプ、専用のハードワイヤード状態マシン、又はそれらの組み合わせであってもよい。複数の処理ユニットを有する処理デバイス３０２は、様々な実施形態において、分散処理、パイプライン処理、及び／又は並列処理を利用することができる。更に、処理デバイス３０２は、本明細書で説明される動作のみの実行専用であってもよく、又は１つ以上の追加のアプリケーションで利用されてもよい。例示的な実施形態では、処理デバイス３０２はプログラム可能であり、メモリ３０６に記憶されたプログラミング命令（ソフトウェア又はファームウェアなど）によって定義された動作ロジック３０８に従ってアルゴリズムを実行し、かつ／又はデータを処理する。追加的又は代替的に、処理デバイス３０２の動作ロジック３０８は、ハードワイヤードロジック又は他のハードウェアによって少なくとも部分的に定義されてもよい。更に、処理デバイス３０２は、入出力デバイス３０４から、又は他の構成要素若しくはデバイスから受信した信号を処理し、所望の出力信号を提供するのに適した任意のタイプの１つ以上の構成要素を含むことができる。そのような構成要素は、デジタル回路、アナログ回路、又はそれらの組み合わせを含むことができる。
【0051】
メモリ３０６は、ソリッドステートメモリ、電磁メモリ、光メモリ、又はそれらの組み合わせなどの、非一時的コンピュータ可読媒体のうちの１つ以上の種類であってもよい。更に、メモリ３０６は、揮発性及び／又は不揮発性であり得、いくつかの実施形態では、メモリ３０６の一部又は全部は、ディスク、テープ、メモリスティック、カートリッジ、及び／又は他の適切な携帯型メモリなどの携帯型のものであり得る。動作中、メモリ３０６は、オペレーティングシステム、アプリケーション、プログラム、ライブラリ、及びドライバなどのコンピューティングデバイス３００の動作中に使用される様々なデータ及びソフトウェアを記憶することができる。メモリ３０６は、処理デバイス３０２の動作ロジック３０８によって操作されるデータ、例えば、動作ロジック３０８を定義するプログラミング命令を記憶することに加えて、又はその代わりに、入出力デバイス３０４から受信された信号、及び／又は入出力デバイスに送信された信号を表すデータを記憶することができることを理解されたい。図３に示すように、メモリ３０６は、特定の実施形態に応じて、処理デバイス３０２に含まれてもよく、及び／又は処理デバイス３０２に結合されてもよい。例えば、いくつかの実施形態では、処理デバイス３０２、メモリ３０６、及び／又はコンピューティングデバイス３００の他の構成要素は、システムオンチップ（ＳｏＣ）の一部を形成し、単一の集積回路チップに組み込まれてもよい。
【0052】
いくつかの実施形態では、コンピューティングデバイス３００の様々な構成要素（例えば、処理デバイス３０２及びメモリ３０６）は、処理デバイス３０２、メモリ３０６、及びコンピューティングデバイス３００の他の構成要素との入出力動作を容易にするための回路及び／又は構成要素として具現化され得る入出力サブシステムを介して通信可能に結合されてもよい。例えば、入出力サブシステムは、メモリコントローラハブ、入出力制御ハブ、ファームウェアデバイス、通信リンク（すなわち、ポイントツーポイントリンク、バスリンク、ワイヤ、ケーブル、ライトガイド、プリント回路基板トレースなど）、及び／又は入出力動作を容易にするための他の構成要素及びサブシステムとして具現化されてもよく、あるいはそれらを含んでもよい。
【0053】
コンピューティングデバイス３００は、他の実施形態では、典型的なコンピューティングデバイス（例えば、様々な入出力デバイス及び／又は他の構成要素）に一般的に見られるものなどの他の又は追加の構成要素を含むことができる。本明細書に記載のコンピューティングデバイス３００の構成要素のうちの１つ以上は、複数のコンピューティングデバイスにわたって分散されてもよいことを更に理解されたい。言い換えれば、本明細書に記載の技術は、１つ以上のコンピューティングデバイスを含むコンピューティングシステムによって採用され得る。更に、図３には単一の処理デバイス３０２、Ｉ／Ｏデバイス３０４、及びメモリ３０６のみが例示的に示されているが、他の実施形態では、特定のコンピューティングデバイス３００が複数の処理デバイス３０２、Ｉ／Ｏデバイス３０４、及び／又はメモリ３０６を含むことができることを理解されたい。更に、いくつかの実施形態では、複数の外部デバイス３１０がコンピューティングデバイス３００と通信することができる。
【0054】
ここで図４を参照すると、使用中、システム１００は、自動面接セッションを実施し、機械学習モデルを訓練するための方法４００を実行することができる。方法４００の特定のブロックは例として示されており、そのようなブロックは、反対のことが述べられていない限り、特定の実施形態に応じて、全体的又は部分的に組み合わされ、又は分割され、追加され、又は除去され、及び／又は並べ替えられてもよいことを理解されたい。方法４００の実行前に、ユーザは、１つ以上の職位を作成するために、アプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話し得る（例えば、ユーザデバイス１０２を介して、システム１００が空いている職位のプロンプトを受信し得る）ことを理解されたい。いくつかの実施形態では、職位は、コンタクトセンタでの職位であってもよく、又はコンタクトセンタシステムに関連付けられてもよい（例えば、コンタクト／コールセンタのエージェントの職位）。
【0055】
コンタクトセンタシステムは、コンタクトセンタサービス（例えば、コールセンタサービス）をエンドユーザに提供し、そうでなければ本明細書に記載の機能を実行することができる任意のシステムとして具現化され得る。特定の実施形態に応じて、コンタクトセンタシステムは、コンタクトセンタシステムを利用する組織の構内に配置されてもよく、及び／又は組織に対して遠隔に配置されてもよい（例えば、クラウドベースのコンピューティング環境において）ことを理解されたい。いくつかの実施形態では、コンタクトセンタシステムの一部は、組織の構内／キャンパスに配置されてもよく、一方、コンタクトセンタシステムの他の部分は、組織の構内／キャンパスに対して遠隔に配置される。このように、コンタクトセンタシステムは、組織又はそのサードパーティサービスプロバイダ専用の機器内に配備されてもよく、かつ／又は、例えば、複数の企業向けの複数のコンタクトセンタをサポートするためのインフラストラクチャを備えたプライベート又はパブリッククラウド環境などのリモートコンピューティング環境に配備されてもよいことを理解されたい。いくつかの実施形態では、コンタクトセンタシステムは、電話及び／又は他の通信機構を介したサービスの提供を可能にするためのリソース（例えば、作業者、コンピュータ、及び電気通信機器）を含む。そのようなサービスは、例えば、特定のタイプのコンタクトセンタに応じて、技術サポート、ヘルプデスクサポート、緊急応答、及び／又は他のコンタクトセンタサービスを含むことができる。
【0056】
更に、いくつかの実施形態では、候補者の履歴書をアップロードするために、候補者は、アプリケーション１１２のＧＵＩを介して候補者デバイス１０８と対話することができる（例えば、候補者デバイス１０８を介してシステム１００が候補者の履歴書を受信し得る）。いくつかの実施形態では、システム１００は（例えば、特定のデバイス／システムを介して）、公開ジョブポータル及び／又はウェブサイトから１通以上の候補者の履歴書を取得し得る。いくつかの実施形態では、クラウドベースのシステム１０６は、履歴書データベース２１２に１通以上の候補者の履歴書を記憶することができる。言い換えれば、いくつかの実施形態では、例示的な方法４００は、ジョブが掲載され、１通以上の候補者の履歴書がその特定のジョブのために記憶されているという仮定（及び／又は積極的保証）で実行する。
【0057】
例示的な方法４００は、システム１００が（例えば、クラウドベースのシステム１０６又はより具体的には、パーソナリティアナライザ２０２を介して）、１通以上の候補者の履歴書を分析して、１つ以上のパーソナリティ特性を特定し、候補者の履歴書から特定した１つ以上のパーソナリティ特性に基づき、かつ候補者が応募した職位に対して、１通以上の候補者の履歴書をランク付けし得るブロック４０２から開始することができる。いくつかの実施形態では、そうするために、システム１００は、以下で詳細に説明される図５の方法５００を実行することができる。
【0058】
ブロック４０４では、システム１００は（例えば、クラウドベースのシステム１０６又はより具体的には、質問ジェネレータ２０６を介して）、候補者の履歴書及び／又はコミュニケーショントランスクリプトを分析して、１つ以上のパーソナリティ特性を特定し、特定した１つ以上のパーソナリティ特性に基づいて１つ以上の質問を生成し、生成された質問に１つ以上のパーソナリティ特性でラベル付けすることができる。いくつかの実施形態では、そうするために、システム１００は、以下で詳細に説明するように、図６の方法６００を実行することができる。
【0059】
ブロック４０６では、システム１００は（例えば、クラウドベースのシステム１０６を介して）、自動面接セッション中に候補者から受け取った１つ以上の応答に基づいて、特性スコア及び／又はＱ－Ａ適合性スコアを生成し得る。いくつかの実施形態では、そうするために、システム１００は、以下で詳細に説明するように、図７の方法７００を実行することができる。
【0060】
ブロック４０８では、システム１００は（例えば、クラウドベースのシステム１０６を介して）、１つ以上の機械学習モデル（例えば、方法４００の他の場所で使用される機械学習モデルのうちの１つ以上）を訓練することができる。いくつかの実施形態では、そうするために、システム１００は、以下で詳細に説明するように、図８の方法８００を実行することができる。
【0061】
ブロック４０２～４０８は比較的連続的に記載されているが、いくつかの実施形態では、方法４００の様々なブロックが並列に行われてもよいことを理解されたい。
【0062】
ここで図５を参照すると、使用中、システム１００は、候補者の履歴書を分析し、ランク付けするための方法５００を実行することができる。方法５００の特定のブロックは例として示されており、そのようなブロックは、反対のことが述べられていない限り、特定の実施形態に応じて、全体的又は部分的に組み合わされ、又は分割され、追加され、又は除去され、及び／又は並べ替えられてもよいことを理解されたい。例示的な方法５００は、システム１００が（例えば、クラウドベースのシステム１０６、又は、より具体的には、パーソナリティアナライザ２０２を介して）、履歴書データベース２１２から１通以上の候補者の履歴書を選択することができるブロック５０２から始まる。ブロック５０４において、パーソナリティアナライザ２０２は、１通以上の候補者の履歴書を分析して、候補者が有し得る１つ以上のパーソナリティ特性を特定することができる。いくつかの実施形態では、候補者の履歴書上で特定され得るパーソナリティ特性は、離職率、職歴、学歴、業務スキル、趣味、及び資格のうちの少なくとも１つである。ブロック５０６において、パーソナリティアナライザ２０２は、いずれかのパーソナリティ特性を候補者の履歴書上で特定したかどうかを判定することができる。パーソナリティアナライザ２０２が、候補者の履歴書上で１つ以上のパーソナリティ特性を特定したと判定した場合、方法５００は、パーソナリティアナライザ２０２が候補者の１つ以上のパーソナリティ特性を含む候補者プロファイルを更新することができるブロック５０８に進むことができる。パーソナリティアナライザ２０２が、ブロック５０６において、候補者の履歴書から又はブロック５０８において候補者プロファイルを更新することに応答して、パーソナリティ特性が特定されなかったと判定した場合、方法５００は、パーソナリティアナライザ２０２が、任意の追加の履歴書が履歴書データベース２１２に記憶されているかどうかを判定することができるブロック５１０に進むことができる。パーソナリティアナライザ２０２が、追加の履歴書が履歴書データベース２１２に記憶されていると判定した場合、方法５００は、パーソナリティアナライザ２０２が履歴書データベース２１２から１通以上の候補者の履歴書を選択することができるブロック５０２に戻ることができる。しかしながら、パーソナリティアナライザ２０２が履歴書データベース２１２に追加の履歴書が記憶されていないと判定した場合、方法５００は、パーソナリティアナライザ２０２が１つ以上の特性スコアを生成し得るブロック５１２に進むことができる。パーソナリティアナライザ２０２は、１つ以上の特性スコアを有する候補者について１つ以上のパーソナリティ特性を含む候補者プロファイルを更新することができる。いくつかの実施形態では、特性スコアのスケールは、ユーザの特定の選好に基づいて作成され得る。例えば、いくつかの実施形態では、特性スコアは、特定のパーソナリティ特性について１～１０のスケール上にあり得る。いくつかの実施形態では、パーソナリティアナライザ２０２は、特定のパーソナリティ特性についてスコアの総計を用いて候補者プロファイルを更新することができる。一実施形態では、総スコアは、１００％に等しくてもよい。他の実施形態では、特定のパーソナリティ特性のスコアは、ユーザの選好に基づく加重スコアリングモデルに基づくことができる。特定のユーザにより重要かつ／又は関連するパーソナリティ特性は、より大きな重みを割り当てられ得、特定のユーザに重要でない／関連しないパーソナリティ特性は、より少ない重みを割り当てられ得ることを理解されたい。
【0063】
ブロック５１４において、パーソナリティアナライザ２０２は、候補者の履歴書から特定した１つ以上のパーソナリティ特性に基づき、かつ候補者が応募した職位に対して、１通以上の候補者の履歴書をランク付けすることができる。パーソナリティアナライザ２０２は、１つ以上の機械学習及び／又は人工知能技術を活用して、１通以上の候補者の履歴書を分析及びランク付けすることができる。いくつかの実施形態では、パーソナリティアナライザ２０２は、履歴書プロファイルランク付けモデルを活用し得る。履歴書プロファイルランク付けモデルは、パーソナリティアナライザ２０２が１通以上の候補者の履歴書をスキャンし、特定の職位に関する職務内容及び必要なスキルを、１通以上の候補者の履歴書の対象事項（又は内容）とマッチさせ、特定の要件に基づいて候補者をランク付けするように活用される機械学習モデルであり得る。いくつかの実施形態では、履歴書スキャンは、コンタクトセンタ候補者の履歴書に特有である。ブロック５１６では、パーソナリティアナライザ２０２は、候補者データベース２１０内で、特性スコア及び／又は候補者の履歴書ランキングを記憶し得る。ブロック５１８において、クラウドベースのシステム１０６は、特性スコア及び／又は候補者の履歴書ランキングをユーザデバイス１０２に提供することができる。入力ユーザは、特性スコア及び／又は候補者の履歴書ランキングを見るために、アプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話することができる。
【0064】
ブロック５０２～５１８は比較的連続的に記載されているが、いくつかの実施形態では、方法５００の様々なブロックが並列に実行されてもよいことを理解されたい。
【0065】
ここで図６を参照すると、使用中、システム１００は、候補者の履歴書及び／又はコミュニケーショントランスクリプトを分析して、１つ以上のパーソナリティ特性を特定し、特定した１つ以上のパーソナリティ特性に基づいて１つ以上の質問を生成し、生成された質問に１つ以上のパーソナリティ特性でラベル付けするための方法６００を実行し得る。方法６００の特定のブロックは例として示されており、そのようなブロックは、反対のことが述べられていない限り、特定の実施形態に応じて、全体的又は部分的に組み合わされ、又は分割され、追加され、又は除去され、及び／又は並べ替えられてもよいことを理解されたい。例示的な方法６００は、システム１００が（例えば、クラウドベースのシステム１０６又はより具体的には、質問ジェネレータ２０６を介して）、履歴書データベース２１２から候補者の履歴書を選択し、候補者の履歴書を分析して、候補者が保有し得る１つ以上のパーソナリティ特性を特定することができるブロック６０２から始まる。ブロック６０４において、質問ジェネレータ２０６は、候補者の履歴書上で特定した１つ以上のパーソナリティ特性に基づいて１つ以上の質問を生成することができる。いくつかの実施形態では、質問ジェネレータ２０６は、上記のように一般的な質問及び／又は離職ベースの質問を生成することができる。
【0066】
質問ジェネレータ２０６は、１つ以上の機械学習及び／又は人工知能技術を活用して、履歴書ベースの質問を生成することができる。いくつかの実施形態では、質問ジェネレータ２０６は、履歴書ベースのアンケートモデルを活用することができる。履歴書ベースのアンケートモデルは、質問ジェネレータ２０６によって活用されて、履歴書データベース２１２から受信した候補者の履歴書の内容を分析し、特定の職位の１人以上の以前の候補者（例えば、元従業員、不合になった面接候補者など）の面接行動データを使用して、上述のように一般的な質問及び離職ベースの質問を生成することができる。そのような質問の生成を達成するために、いくつかの実施形態では、候補者の履歴書を分析し、（例えば、人工ニューラルネットワーク及び／又は他の機械学習アルゴリズム／モデルのための）機械学習技術を使用したテキスト処理によって質問を生成するように機械学習モデルを関連データセットで訓練することができることを理解されたい。追加的又は代替的に、いくつかの実施形態では、質問ジェネレータ２０６は、候補者の履歴書から欠落しているデータ又は候補者の履歴書の内容の有効性について候補者から説明を得るために質問を生成し得る。
【0067】
ブロック６０６において、質問ジェネレータ２０６は、トランスクリプトデータベース２１４からコミュニケーショントランスクリプトを選択することができ、コミュニケーショントランスクリプトを分析して、その候補者が有することができる１つ以上のパーソナリティ特性を特定することができる。いくつかの実施形態では、コミュニケーショントランスクリプト上で特定され得るパーソナリティ特性は、言語の流暢さ、積極性、共感性、注意深さ（すなわち、注意力）、感情安定性、及び忍耐力のうちの少なくとも１つである。コミュニケーショントランスクリプトはまた、本明細書では、特定の文脈及び／又は環境に応じて、コンタクトセンタトランスクリプト、インタラクショントランスクリプト、コンタクトセンタインタラクショントランスクリプト、及び／又は対話型音声応答（interactive voice response、ＩＶＲ）トランスクリプトと称され得ることを理解されたい。
【0068】
ブロック６０８において、質問ジェネレータ２０６は、コミュニケーショントランスクリプト上で特定した１つ以上のパーソナリティ特性に基づいて１つ以上の質問を生成することができる。いくつかの実施形態では、質問ジェネレータ２０６は、シナリオベースの質問を生成することができる。いくつかの実施形態では、シナリオベースの質問は、一連／一続きの質問及び／又は回答であり得る。他の実施形態では、シナリオベースの質問は、一続きの質問を尋ね、かつ／又は一続きの回答を提供するための命令／方向を概説し得る。
【0069】
質問ジェネレータ２０６は、１つ以上の機械学習及び／又は人工知能技術を活用して、トランスクリプトベースの質問を生成することができることを理解されたい。例えば、いくつかの実施形態では、質問ジェネレータ２０６は、パーソナリティベースのアンケートモデルを活用し得る。特に、パーソナリティベースのアンケートモデルは、質問ジェネレータ２０６によって活用され、コミュニケーショントランスクリプトの内容を分析し、テキスト処理を使用してトランスクリプトから１対の＜特性，シナリオ＞を生成することができる。１対の＜特性，シナリオ＞は、良好なフィードバックで（又は別の方法で）評価された１つ以上のコミュニケーショントランスクリプトをパーソナリティベースのアンケートモデルに送信すること、パーソナリティベースのアンケートモデルを利用して、エンドユーザのコミュニケーションの意図及び感情を分析すること、並びにコミュニケーショントランスクリプトに、そのような意図及び感情に基づいて質問ジェネレータ２０６により特定したパーソナリティ特性でラベル付けすることによって生成され得る。
【0070】
ブロック６１０において、質問ジェネレータ２０６は、質問ジェネレータ２０６によって生成された１つ以上の質問に１つ以上のパーソナリティ特性でラベル付けすることができる。いくつかの実施形態では、質問ジェネレータ２０６は、ラベル「一般／離職」、「積極性」、「共感性」、及び／又は別の適切なタグ／ラベルで、候補者の履歴書から生成された質問にラベル付けすることができる。ブロック６１２において、質問ジェネレータ２０６は、任意の追加の履歴書が履歴書データベース２１２に記憶されているかどうかを判定することができる。質問ジェネレータ２０６が、追加の履歴書が履歴書データベース２１２に記憶されていると判定した場合、方法６００は、質問ジェネレータ２０６が、履歴書データベース２１２から１通以上の追加の候補者の履歴書を選択することができるブロック６０２に戻ることができる。しかしながら、質問ジェネレータ２０６が、追加の履歴書が履歴書データベース２１２に記憶されていないと判定した場合、方法６００は、（例えば、システム１００が本明細書に記載の他の方法を実行するように）終了することができる。言い換えれば、いくつかの実施形態では、方法６００は、分析のために履歴書データベース２１２において更なる候補者の履歴書が利用可能でなくなるまで、追加の候補者の履歴書を選択することを実行し続けることができる。
【0071】
ブロック６０２～６１２は比較的連続的に記載されているが、いくつかの実施形態では、方法６００の様々なブロックが並列に実行されてもよいことを理解されたい。
【0072】
一実施形態に従って、方法６００（例えば、パーソナリティベースのアンケートモデル）を実行することによって生成され得るサンプルトランスクリプトの例を図９に示す。図９のサンプルトランスクリプトは、太字フレーズが、パーソナリティ特性の共感性でラベル付けされている質問／シナリオの例であり、下線付きフレーズが、パーソナリティ特性の積極性でラベル付けされている質問／シナリオの例である、エンドユーザ／エージェントシナリオを含む。イタリック体フレーズは、エンドユーザの感情的意図でラベル付けされている質問／シナリオの例である。
【0073】
ここで図７を参照すると、使用中、システム１００は、自動面接セッション中に候補者から受け取った１つ以上の応答に基づいて、特性スコア及び／又はＱ－Ａ適合性スコアを生成するための方法７００を実行することができる。方法７００の特定のブロックは例として示されており、そのようなブロックは、反対のことが述べられていない限り、特定の実施形態に応じて、全体的又は部分的に組み合わされ、又は分割され、追加され、又は除去され、及び／又は並べ替えられてもよいことを理解されたい。
【0074】
例示的な方法７００は、システム１００が（例えば、クラウドベースのシステム１０６又はより具体的には、質問セレクタ２０４を介して）、パーソナリティアナライザ２０２によって維持されている候補者プロファイルが、質問セレクタ２０４によって取得され得る１つ以上のパーソナリティ特性を含むかどうかを判定することができるブロック７０２から始まる。質問セレクタ２０４が、候補者プロファイルが１つ以上のパーソナリティ特性を含むと判定した場合、質問セレクタ２０４は、候補者プロファイルによって含まれる１つ以上のパーソナリティ特性を取得することができ、方法７００は、以下に記載されるブロック７０４に進むことができる。しかしながら、質問セレクタ２０４が、候補者プロファイルが質問セレクタ２０４によって取得され得る１つ以上のパーソナリティ特性を含まないと判定した場合、方法７００は、質問セレクタ２０４がユーザパーソナリティ特性の選好に基づいて質問／シナリオを取得することができるブロック７０６に進むことができ、次いで、方法７００は、ブロック７０８に進む。例えば、ユーザが積極性又は共感性のパーソナリティ特性を好む実施形態では、質問セレクタ２０４は、積極性又は共感性のパーソナリティ特性でラベル付けされた質問／シナリオを取得することができる。ブロック７０４において、質問セレクタ２０４は、それぞれの取得したパーソナリティ特性を参照として使用して、例えば、方法６００のブロック６１０に記載されたラベル付けプロセスに基づいて、候補者の履歴書から生成された１つ以上の質問及び／又はコミュニケーショントランスクリプトから生成されたシナリオベースの質問を取得することができ、そのような質問及び／又はシナリオは、本明細書において個別に又は集合的に、質問／シナリオと呼ばれることがある。ブロック７０８において、質問セレクタ２０４は、質問／シナリオをチャットボット２０８に提供することができる。チャットボット２０８は、質問／シナリオを候補者に提示することができる。いくつかの実施形態では、チャットボット２０８は、オーディオ、ビデオ、及び／又はチャットを介して、質問／シナリオを候補者に提示することができる。ブロック７１０では、チャットボット２０８は、候補者から応答を受信することができる。チャットボット２０８は、候補者応答及び候補者に提示された質問／シナリオをパーソナリティアナライザ２０２に提供し得、パーソナリティアナライザ２０２は、候補者応答に基づいて特性スコアを生成し得る。特性スコアは、パーソナリティ特性の適合性を示し得る。いくつかの実施形態では、１つ以上の追加のパーソナリティ特性は、パーソナリティアナライザ２０２によって特定され得る。そのような実施形態では、パーソナリティアナライザ２０２は、特定した１つ以上の追加のパーソナリティ特性を、パーソナリティアナライザ２０２によって維持されている候補者プロファイルに追加することができる。
【0075】
パーソナリティアナライザ２０２は、１つ以上の機械学習及び／又は人工知能技術を活用して、特性スコアを生成することができる。１つ以上の機械学習及び／又は人工知能技術は、候補者応答から特定のパーソナリティ特性の適合性を予測するように設計され得る。いくつかの実施形態では、パーソナリティアナライザ２０２は、ラベル付きデータセットと非ラベル付きデータセットとの訓練を受けた組み合わせであり得る教師あり機械学習モデルを活用し得る。非ラベル付きデータセットは、候補者の手動面接を記録することによって収集することができる。ラベル付きデータセットは、オープンソースデータセット（例えば、Ｋａｇｇｌｅ及び他のウェブサイト）及び／又は他の関連データセットから入手可能であり得る。このモデルは、候補者応答からパーソナリティ特性の適合性を予測するために使用され得る。いくつかの実施形態では、モデルは、候補者応答から積極性、共感性、離職率、感情安定性、忍耐力、言語の流暢さ、及び注意深さ（すなわち、注意力）のうちの少なくとも１つを予測するために使用され得る。一実施形態では、パーソナリティアナライザ２０２は、ＮＬＰモデル及び／又はビデオ感情モデルを活用し得る。パーソナリティアナライザ２０２は、モデルに基づいて特定のパーソナリティ特性の特性スコアを決定し得ることを理解されたい。ブロック７１２では、パーソナリティアナライザ２０２は、候補者データベース２１０に特性スコアを記憶し得る。いくつかの実施形態では、パーソナリティアナライザ２０２は、候補者データベース２１０内の候補者の記憶された特性スコアを定期的に更新することができる。ブロック７１４において、クラウドベースのシステム１０６は、特性スコアをユーザデバイス１０２に提供することができる。ユーザは、特性スコアを見るために、アプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話することができる。
【0076】
図１０は、チャットボット２０８と候補者との間のサンプル会話を示す。自動面接セッション中、エンドユーザの問題を解決するために、解決策＜ｘｘｘ＞が候補者に提供され得る。図１０に示す例では、職位の職務内容は「良好な注意深さ、言語の流暢さ、忍耐力、及び積極性を含むスキルのリストを有するリードエンドユーザサービスエージェントの職務」であり、候補者の履歴書から分析された特性を候補者プロファイル内に維持することができる。太字フレーズは、特定されているパーソナリティ特性の共感性の例であり、下線付きフレーズは、特定されているパーソナリティ特性の積極性の例である。
【0077】
ブロック７１６において、パーソナリティアナライザ２０２は、候補者応答及び候補者に提示された質問／シナリオを質問セレクタ２０４に提供することができる。質問セレクタ２０４は、候補者に提示された質問／シナリオに対する候補者の応答を分析して、Ｑ－Ａ適合性スコアを生成して、別の質問を尋ねるか、又は候補者に提示された以前の質問を修正するかを判定することができる。Ｑ－Ａ適合性スコアは、質問回答の適合性を示し得る。いくつかの実施形態では、質問回答の適合性が確立されていない場合、質問セレクタ２０４は、候補者に提示された以前の質問を修正し、修正された質問を候補者に提示することができる。他の実施形態では、質問セレクタ２０４が、質問／シナリオの一部分が候補者によって未回答であり得ると特定した場合、質問セレクタ２０４は、その質問が候補者によってより良好に理解され得るように、別の形式で同じ質問／シナリオを提示し得る。ブロック７１８において、質問セレクタ２０４は、Ｑ－Ａ適合性スコアを候補者データベース２１０に記憶することができる。いくつかの実施形態では、質問セレクタ２０４は、候補者データベース２１０内の記憶されたＱ－Ａ適合性スコアを定期的に更新することができる。
【0078】
ブロック７２０では、クラウドベースのシステム１０６は、Ｑ－Ａ適合性スコアをユーザデバイス１０２に提供することができる。ユーザは、Ｑ－Ａ適合性スコアを見るために、アプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話することができる。ブロック７２２において、質問セレクタ２０４は、Ｑ－Ａ適合性スコアが十分であるかどうかを判定することができる。質問セレクタ２０４が、Ｑ－Ａ適合性スコアが不十分であると判定した場合、方法７００は、質問セレクタ２０４が、質問／シナリオを候補者に提示するために、チャットボット２０８に別の質問／シナリオを提供することができるブロック７０８に戻ることができる。しかしながら、質問セレクタ２０４が、Ｑ－Ａ適合性スコアが十分であると判定した場合、方法７００は、質問セレクタ２０４が、パーソナリティアナライザ２０２によって維持されている候補者プロファイルが質問セレクタ２０４によって取得され得る１つ以上の追加のパーソナリティ特性を含むかどうかを判定することができるブロック７２４に進むことができる。質問セレクタ２０４が、候補者プロファイルが１つ以上の追加のパーソナリティ特性を含むと判定した場合、質問セレクタ２０４は、候補者プロファイルによって含まれる１つ以上のパーソナリティ特性を取得することができ、方法７００は、ブロック７０４に戻ることができる。いくつかの実施形態では、候補者に質問を提示し、候補者から応答を受け取り、特性スコアを生成し、Ｑ－Ａ適合性スコアを生成するプロセスは、１回以上繰り返すことができる。このプロセスは、特定のパーソナリティ特性のために質問ジェネレータ２０６から取得されたシナリオベースの質問が完了するまで繰り返すことができる。質問セレクタ２０４が、候補者プロファイルが質問セレクタ２０４によって取得され得る１つ以上の追加のパーソナリティ特性を含まないと判定した場合、方法７００は、（例えば、システム１００が本明細書に記載の他の方法を実行するように）終了することができる。
【0079】
ブロック７０２～７２４は比較的連続的に記載されているが、いくつかの実施形態では、方法７００の様々なブロックが並列に実行されてもよいことを理解されたい。
【0080】
ここで図８を参照すると、使用中、システム１００は、１つ以上の機械学習モデルを訓練するための方法８００を実行することができる。方法８００の特定のブロックは例として示されており、そのようなブロックは、反対のことが述べられていない限り、特定の実施形態に応じて、全体的又は部分的に組み合わされ、又は分割され、追加され、又は除去され、及び／又は並べ替えられてもよいことを理解されたい。例示的な方法８００は、特定の特性スコア及び／又はＱ－Ａ適合性スコアに基づいて候補者を選択するために、ユーザがアプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話することができるブロック８０２から始まる。ブロック８０４において、ユーザは、１つ以上の質問／シナリオを候補者に提示することができる。いくつかの実施形態では、質問／シナリオは、手動面接セッションで候補者に提示され得る。他の実施形態では、手動面接セッションは、電話による面接セッション、Ｗｅｂリアルタイム通信（すなわち、Ｗｅｂ－ＲＴＣ）面接セッション、又は対面の面接セッションであり得る。Ｗｅｂ－ＲＴＣは、音声、ビデオ、又はチャット通信オプションを含み得る。一実施形態では、ユーザは、ユーザの要件に基づいてＷｅｂ－ＲＴＣを介して手動面接セッションを開始するために、アプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話することができる。ブロック８０６では、ユーザは、ユーザによって候補者に提示された１つ以上の質問／シナリオに基づいて、候補者から１つ以上の応答を受け取ることができる。
【0081】
ブロック８０８において、ユーザによって候補者に提示された１つ以上の質問／シナリオ及び候補者から受け取った１つ以上の応答を記録及び転写することができる（例えば、トランスクリプトに転写される）。ブロック８１０では、転写された候補者に提示された１つ以上の質問／シナリオ及び転写された候補者から受け取った１つ以上の応答（例えば、質問／シナリオ及び応答のトランスクリプト）が、ユーザデバイス１０２に送信され得る。ユーザデバイス１０２は、トランスクリプトをシステム１００に送信することができる。システム１００は、データベース（例えば、候補者データベース２１０）にトランスクリプトを記憶することができる。ブロック８１２では、パーソナリティアナライザ２０２は、トランスクリプトを選択し、転写された候補者から受け取った１つ以上の応答を分析し、１つ以上の特性スコアを生成することができる。質問セレクタ２０４は、トランスクリプトを選択し、転写された候補者から受け取った１つ以上の応答を分析し、１つ以上のＱ－Ａ適合性スコアを生成することができる。面接セッションモードがビデオであるいくつかの実施形態では、システム１００は（例えば、クラウドベースのシステム１０６を介して）、Ｗｅｂ－ＲＴＣを介してビデオ内の候補者から受け取った１つ以上の応答を分析し、特性スコア及び／又はＱ－Ａ適合性スコアを生成することができる。ブロック８１４では、パーソナリティアナライザ２０２は、候補者データベース２１０内の特性スコアを記憶し得、質問セレクタ２０４は、候補者データベース２１０にＱ－Ａ適合性スコアを記憶することができる。ブロック８１６において、クラウドベースのシステム１０６は、特性スコア及び／又はＱ－Ａ適合性スコアをユーザデバイス１０２に提供することができる。ユーザは、特性スコア及び／又はＱ－Ａ適合性スコアを見るために、アプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話することができる。
【0082】
ブロック８１８において、ユーザは、特性スコア及び／又はＱ－Ａ適合性スコアが正確であるかどうかを判定することができる。ユーザが、特性スコア及び／又はＱ－Ａ適合性スコアが正確でないと判定した場合、方法８００は、各質問／シナリオ及び候補者応答の特性スコア及び／又はＱ－Ａ適合性スコアを修正／補正するために、ユーザがアプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話することができるブロック８２０に進むことができる。ユーザは、候補者からの１つ以上の応答に特定のパーソナリティ特性でラベル付けするために、アプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話することができる。他の実施形態では、ユーザは、システム１００が異なるパーソナリティ特性ラベルを有する候補者応答に誤って適用したパーソナリティ特性ラベルを置き換えるために、アプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話することができる。ブロック８２２では、ユーザは、ユーザがラベル付けした１つ以上の候補者応答並びに／又はユーザが修正／補正した特性スコア及び／若しくはＱ－Ａ適合性スコアをシステム１００に送信するために、アプリケーション１１０のＧＵＩを介してユーザデバイス１０２と対話することができる。システム１００は、ユーザがラベル付けした１つ以上の候補者応答並びに／又はユーザが修正／補正した特性スコア及び／若しくはＱ－Ａ適合性スコアを使用して、システム１００の１つ以上の機械学習モデルを訓練することができる。ブロック８２２に示される解決策は、教師あり学習プロセスを方法８００に組み込むことができ、方法８００及びシステム１００を改善し得ることを理解されたい。
【0083】
いくつかの実施形態では、方法８００は、候補者応答の分析、並びに特性スコア及び／又はＱ－Ａ適合性スコアの生成に従って、システム１００の訓練された１つ以上の機械学習モデルを実行するように、ブロック８１２に戻ることができる。システム１００の訓練された１つ以上の機械学習モデルはまた、方法４００、５００、６００、７００のうちの少なくとも１つによって実行され得ることを理解されたい。
【0084】
ブロック８１８に戻って参照すると、いくつかの実施形態では、ユーザが、特性スコア及び／又はＱ－Ａ適合性スコアが正確であると判定した場合、方法８００は、終了することができ、又は方法８００は、ブロック８０２に戻り、実行を継続することができる。いくつかの実施形態では、特性スコア、Ｑ－Ａ適合性スコア、ユーザがラベル付けした１つ以上の候補者応答、ユーザが修正／補正した特性スコア、及びユーザが修正／補正したＱ－Ａ適合性スコアのうちの少なくとも１つを利用して、訓練カリキュラムを生成することができる。いくつかの実施形態では、訓練カリキュラムは、新たに雇用したエージェントを訓練するために使用され得る新人研修の訓練カリキュラムであり得る。方法４００、５００、６００、７００、８００のうちの少なくとも１つから生成されたそのようなデータを使用することにより、コンタクトセンタ又はコンタクトセンタシステムは、新たに雇用したエージェントを訓練する手動の時間及び努力を節約することができ、そのようなエージェントが職務をより効果的に実行するためにより迅速に用意することができる。
【0085】
ブロック８０２～８２２は比較的連続的に記載されているが、いくつかの実施形態では、方法８００の様々なブロックが並列に実行されてもよいことを理解されたい。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
